-
公开(公告)号：CN118212520A
公开(公告)日：2024-06-18
申请号：CN202410265294.4
申请日：2024-03-08
申请人： 中国科学院地理科学与资源研究所
IPC分类号： G06V20/10 , G06V10/143 , G06V10/764 , G06V10/774 , G06V10/80
摘要： 本发明提供了一种土壤侵蚀的评估方法及相关设备，应用于数据处理技术领域。本申请获取训练样本集和目标数据集；对训练样本集进行预处理，生成带有标识信息的训练样本集；基于预设处理规则构建初始土壤侵蚀模型；基于带有标识信息的训练样本集对初始土壤侵蚀模型进行处理，生成目标土壤侵蚀模型；基于目标土壤侵蚀模型对目标数据集进行处理，生成目标区域的土壤侵蚀量；基于预设水蚀计算模型对目标区域的土壤侵蚀量进行处理，生成目标区域的土质污染等级。通过对研究区遥感影像信息提取，考虑了降雨和植被覆盖度的季节性变化特征以及坡度因素对水土保持措施的影响，可有效提高土壤侵蚀评估准确性。
-
公开(公告)号：CN113053115B
公开(公告)日：2022-04-22
申请号：CN202110284607.7
申请日：2021-03-17
申请人： 中国科学院地理科学与资源研究所 , 北京工商大学
摘要： 本发明公布了一种基于多尺度图卷积网络模型的交通预测方法，采用多尺度图卷积网络和门控循环单元GRU，通过同时捕获交通路网的时间依赖性即交通流的局部时间变化趋势和空间依赖性即拓扑空间结构，通过历史时间步的交通流量预测未来时间步的各个路段的交通流量，由此准确预测道路网络的交通流。本发明方法能够有效预测交通流的时空变化特征和规律，预测精度高，提升了交通流预测效果。
-
公开(公告)号：CN112966114A
公开(公告)日：2021-06-15
申请号：CN202110388284.6
申请日：2021-04-10
申请人： 北京工商大学 , 中国科学院地理科学与资源研究所
摘要： 本发明是关于一种基于对称图卷积神经网络的文献分类方法和装置，方法包括：获取文献引用数据集作为图结构数据，读取文献数据集生成对应的特征矩阵和邻接矩阵，构建相似度矩阵；分别以相似度矩阵和邻接矩阵作为聚合矩阵，对文献数据的特征矩阵进行图卷积操作，得到基于相似度矩阵的第一预测值和基于邻接矩阵的第二预测值；分别计算文献数据中标记节点的监督损失和基于第一预测值和第二预测值的所有文献节点的无监督损失，并将监督损失和无监督损失进行合并，确定最终损失；利用最终损失训练和预设训练集进行训练，得到目标图卷积神经网络，对文献数据集中的目标数据进行半监督分类。通过该技术方案，可以充分嵌入图形知识，提高文献分类的准确性。
-
公开(公告)号：CN111401436A
公开(公告)日：2020-07-10
申请号：CN202010174544.5
申请日：2020-03-13
申请人： 北京工商大学 , 中国科学院地理科学与资源研究所
摘要： 本发明公布了一种融合网络和双通道注意力机制的街景图像分割方法，包括训练阶段和测试阶段；训练阶段构建基于高分辨率融合网络和双通道注意力机制的图像分割卷积神经网络模型并训练模型，模型包括输入层、隐层和输出层；隐层包括以密集采样方式堆叠的四个扩张卷积块、高分辨率融合网络和双通道注意力机制；测试阶段对待进行分割的街景图像进行预测，得到预测语义分割图像，即实现基于高分辨率融合网络和双通道注意力机制的图像语义分割。本发明方法分割精度高，鲁棒性更好。
-
公开(公告)号：CN110516704A
公开(公告)日：2019-11-29
申请号：CN201910654421.9
申请日：2019-07-19
申请人： 中国科学院地理科学与资源研究所 , 北京工商大学
IPC分类号： G06K9/62
摘要： 本发明提供了一种基于关联规则的MLKNN多标签分类方法，包括以下步骤：A、对多标签数据集的标签进行处理，将标签转换成关联规则算法中的项集，采用算法进行关联规则的挖掘生成，得到标签置信度；B、利用MLKNN多标签分类算法根据特征属性计算出验证集中每个样本拥有标签的概率，即特征置信度；C、将步骤A得到的标签置信度与步骤B得到的特征置信度进行融合，融合后的置信度即为计算得到的该多标签数据集拥有某标签的概率。本发明极大地提高了多标签数据分类的准确性。
-
公开(公告)号：CN118212520B
公开(公告)日：2024-09-24
申请号：CN202410265294.4
申请日：2024-03-08
申请人： 中国科学院地理科学与资源研究所
IPC分类号： G06V20/10 , G06V10/143 , G06V10/764 , G06V10/774 , G06V10/80
摘要： 本发明提供了一种土壤侵蚀的评估方法及相关设备，应用于数据处理技术领域。本申请获取训练样本集和目标数据集；对训练样本集进行预处理，生成带有标识信息的训练样本集；基于预设处理规则构建初始土壤侵蚀模型；基于带有标识信息的训练样本集对初始土壤侵蚀模型进行处理，生成目标土壤侵蚀模型；基于目标土壤侵蚀模型对目标数据集进行处理，生成目标区域的土壤侵蚀量；基于预设水蚀计算模型对目标区域的土壤侵蚀量进行处理，生成目标区域的土质污染等级。通过对研究区遥感影像信息提取，考虑了降雨和植被覆盖度的季节性变化特征以及坡度因素对水土保持措施的影响，可有效提高土壤侵蚀评估准确性。
-
公开(公告)号：CN117520768A
公开(公告)日：2024-02-06
申请号：CN202311418469.2
申请日：2023-10-30
申请人： 北京工商大学 , 中国科学院地理科学与资源研究所
摘要： 本发明公布了一种耦合时空图卷积网络与机理模型的地下水污染预测方法，针对污染场地地下水污染物浓度数据，基于三维地下水溶质运移模型与时空图卷积神经网络模型，构建土壤地下水污染物浓度预测模型；先利用机理模型进行数据扩充，再基于机器学习模型进行污染物浓度预测，实现对地下水污染物浓度的特征提取，得到污染物浓度变化趋势。属于地下水污染预测技术领域。采用本发明技术方案，能够提高对地下水污染浓度的预测能力，满足实际应用需求。
-
公开(公告)号：CN111401436B
公开(公告)日：2023-04-18
申请号：CN202010174544.5
申请日：2020-03-13
申请人： 中国科学院地理科学与资源研究所 , 北京工商大学
IPC分类号： G06V20/00 , G06V20/70 , G06V10/26 , G06V10/82 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/082
摘要： 本发明公布了一种融合网络和双通道注意力机制的街景图像分割方法，包括训练阶段和测试阶段；训练阶段构建基于高分辨率融合网络和双通道注意力机制的图像分割卷积神经网络模型并训练模型，模型包括输入层、隐层和输出层；隐层包括以密集采样方式堆叠的四个扩张卷积块、高分辨率融合网络和双通道注意力机制；测试阶段对待进行分割的街景图像进行预测，得到预测语义分割图像，即实现基于高分辨率融合网络和双通道注意力机制的图像语义分割。本发明方法分割精度高，鲁棒性更好。
-
公开(公告)号：CN112925909B
公开(公告)日：2023-04-07
申请号：CN202110206857.9
申请日：2021-02-24
申请人： 中国科学院地理科学与资源研究所
摘要： 本发明提供了一种考虑局部不变性约束的图卷积文献分类方法及系统。该方案包括获取文献引用数据集，输入为图结构数据，生成邻接矩阵和特征矩阵，并获得每个图节点的特征最相似邻节点，加入到最近邻接数据集；输入特征矩阵和邻接矩阵，根据两层的GCN模型生成标签预测；获取所有的图节点的特征矩阵和邻接矩阵，生成图半监督学习损失；更新训练参数值，获得图卷积网络损失的最小值，并将图卷积网络损失的最小值对应的训练参数值保存为目标分类参数；进行反向推演和随机梯度下降学习，构建目标模型。该方案为文献引用数据集中每个节点找出特征分布最相似相邻节点，并改进图卷积网络的损失函数，使特征最相似的邻近节点的输出尽可能有相同标签预测。
-
公开(公告)号：CN110516704B
公开(公告)日：2022-07-15
申请号：CN201910654421.9
申请日：2019-07-19
申请人： 中国科学院地理科学与资源研究所 , 北京工商大学
IPC分类号： G06V10/764 , G06K9/62
摘要： 本发明提供了一种基于关联规则的MLKNN多标签分类方法，包括以下步骤：A、对多标签数据集的标签进行处理，将标签转换成关联规则算法中的项集，采用算法进行关联规则的挖掘生成，得到标签置信度；B、利用MLKNN多标签分类算法根据特征属性计算出验证集中每个样本拥有标签的概率，即特征置信度；C、将步骤A得到的标签置信度与步骤B得到的特征置信度进行融合，融合后的置信度即为计算得到的该多标签数据集拥有某标签的概率。本发明极大地提高了多标签数据分类的准确性。
-
-
-
-
-
-
-
-
-
搜索结果
26 条记录 (耗时 0.044 秒)
