基于多源数据和深度学习的地表蒸散发数据降尺度方法

    公开(公告)号:CN113486000B

    公开(公告)日:2021-12-17

    申请号:CN202111046481.6

    申请日:2021-09-08

    摘要: 一种基于多元数据和深度学习的蒸散发数据降尺度方法,包括获取低空间分辨率卫星地表蒸散发数据、低空间分辨率大气再分析数据和高空间分辨率卫星遥感数据,进行数据的预处理,基于搭建的深度学习回归网络,建立地表蒸散发反演模型,而后通过低空间分辨率上建立的地表蒸散发反演模型,降尺度反演高空间分辨率地表蒸散发。本发明全面综合考虑地表蒸散发相关影响因子来提高地表蒸散发反演精度,基于深度学习,深度解析了遥感地表参数和大气资料与地表蒸散发的非线性复杂关系,采用BN和动态学习率来学习遥感地表参数和大气资料与地表蒸散发关系,BN处理使避免梯度消失问题,大大加快训练速度,动态学习率可使网络更好的收敛到最优解。

    一种基于高时空分辨率遥感数据的植被物候提取方法

    公开(公告)号:CN113469145A

    公开(公告)日:2021-10-01

    申请号:CN202111018642.0

    申请日:2021-09-01

    IPC分类号: G06K9/00 G06K9/40

    摘要: 一种基于高时空分辨率遥感数据的植被物候提取方法,获取目标区域的序列遥感影像,对遥感影像进行云检测预处理,生成植被NDVI生长曲线;设计噪点去除方法对NDVI生长曲线进行优化,生成稳定光滑的植被NDVI生长曲线;基于最大变化斜率法提取到植被物候期的三个特征点;设计方法过滤植被伪物候期。最终,完成所述目标区域的地表植被物候提取。本发明利用NDVI曲线提取地表植被物候,每20天地表NDVI合成,合成后基于相邻观测的噪点二次过滤,以及物候提取后的一个最优合成,利用自动化提取NDVI曲线中的所有可能物候特征点,提取准确度高,提取效率高、速度快,可以大区域精准地提取地表植被的物候期提供技术手段与参考。

    一种矢量图形地图符号的绘制方法

    公开(公告)号:CN101887592A

    公开(公告)日:2010-11-17

    申请号:CN201010240680.6

    申请日:2010-07-30

    IPC分类号: G06T11/00

    摘要: 本发明涉及一种具备图像平滑特征的矢量地图符号计算机绘制方法,在不提高设备分辨率的条件下,以矢量地图符号在显示设备上的走样现象的图像特征为出发点,分析其图像显示特征,按照地图符号点、线、面的类别,通过采样和图像滤波实现矢量地图符号的平滑绘制。本发明克服了传统矢量地图符号显示粗糙,与影像数据叠加显示对比大的缺点,将矢量绘制转化为图像处理及输出,可实现所有地图符号的计算机精细绘制,在地理信息可视化领域具有重要意义。

    基于自适应时空图表示学习的下一个兴趣点推荐方法

    公开(公告)号:CN118551107A

    公开(公告)日:2024-08-27

    申请号:CN202410663004.1

    申请日:2024-05-27

    摘要: 本说明书实施例提供了一种基于自适应时空图表示学习的下一个兴趣点推荐方法,包括:采集用户身份信息和用户访问地点信息;以所述用户身份信息和所述用户访问地点信息为输入,基于预设的嵌入门控制的地理图测绘模型,得到地理图语义信息;以所述用户身份信息和所述用户访问地点信息为输入,基于预设的嵌入门控制的顺序图测绘模型,得到顺序图语义信息;基于语义联合框架学习,根据所述用户访问地点信息、所述地理图语义信息和所述顺序图语义信息,实现地理图和顺序图一致性分布。本申请提供的技术方案用以解决下一个兴趣点推荐的准确度较低的问题。

    一种可兼容时空不连续影像的湿地遥感提取方法

    公开(公告)号:CN116721361A

    公开(公告)日:2023-09-08

    申请号:CN202310686984.2

    申请日:2023-06-09

    摘要: 一种可兼容时空不连续影像的湿地遥感提取方法,通过引入掩模机制,构建循环神经深度学习分类网络,学习湿地动态变化特征,形成了一套自动化的可兼容任意时空不连续影像的湿地提取方法,获取高空间分辨率的湿地数据,为大区域长时间序列的湿地提供技术手段与参考。本发明建立了一个深度学习分类网络模型,深度解析了遥感地表参数与湿地的非线性复杂关系,同时模型训练过程中采用BN和动态学习率来学习遥感地表参数与湿地关系,提高模型训练精度,可实现任意时空不连续遥感数据的直接输入,提高湿地提取效率。

    顾及辅助信息特征线性及非线性交互的兴趣点推荐方法

    公开(公告)号:CN115408621B

    公开(公告)日:2023-04-18

    申请号:CN202210968531.4

    申请日:2022-08-12

    摘要: 本发明涉及计算机技术领域,具体地说是顾及辅助信息特征线性及非线性交互的兴趣点推荐方法,包括POI辅助信息、用户辅助信息、基于卷积注意力机制的辅助信息构建和神经矩阵分解模型,本发明同现有技术相比,使用位置聚类、TF‑IDF算法从签到数据中构建用户、POI辅助信息,利用卷积神经网络从用户和POI辅助信息中学习潜在的表示,并引入注意力机制来区分辅助信息的重要性,从而丰富用户和POI的潜在特征向量的表达。利用神经矩阵分解模型学习用户与POI潜在特征向量之间线性及非线性的交互关系,并计算用户对POI的偏好得分。

    一种地下空间多维灾情信息多屏联动可视化方法

    公开(公告)号:CN114356271B

    公开(公告)日:2023-02-07

    申请号:CN202210027291.8

    申请日:2022-01-11

    IPC分类号: G06F3/14 G06T17/05

    摘要: 本发明涉及防灾减灾技术领域,具体地说是一种地下空间多维灾情信息多屏联动可视化方法,包括地下空间的灾害现场数据索引、组织与管理,灾害现场数据调度,三维场景构建和二维场景构建,多维信息多屏联动和交互浏览和动态标绘,二、三维场景通过坐标变换及交互事件触发机制实时同步,包括视点、视域、缩放和LOD显示同步,坐标变换为通过坐标映射,使二维时空数据的地理坐标与三维场景的空间位置相对应,本发明同现有技术相比,通过多屏联动机制建立的二维和三维可视化平台具有数据内容和服务内容上的一致性,在二维视图和三维视图中都可以发出指令进行操作,并能保证二者显示的内容和范围的一致性,为地下空间智能服务提供了可视化的基础。

    一种地图标注内容的自动分类方法和装置

    公开(公告)号:CN113486976B

    公开(公告)日:2022-09-02

    申请号:CN202110844227.4

    申请日:2021-07-26

    摘要: 本发明提供了一种地图标注内容的自动分类方法和装置,涉及数据处理的技术领域,包括:获取地图标注的分类体系,并基于地图标注的分类体系获取各类地图标注的样本数据;提取样本数据的特征信息,特征信息包括:文本特征向量和空间位置信息;利用无核支持向量机对样本数据的文本特征向量进行训练,得到地图标注内容分类模型;基于空间位置信息,以九交模型为基础构建各类地图标注样本数据之间的空间关联定量化模型;在获取到待分类地图标注数据集之后,利用地图标注内容分类模型和空间关联定量化模型,对待分类地图标注数据集进行分类,得到分类结果数据集,解决了现有地图标注内容的自动分类方法的准确率和效率较低的技术问题。