-
公开(公告)号：CN114187519B
公开(公告)日：2024-12-06
申请号：CN202111535348.7
申请日：2021-12-15
Applicant: 南京大学
Abstract: 本发明涉及一种基于Sentinel‑2遥感影像塑料大棚快速提取方法，属于遥感地学应用技术领域。主要步骤包括：1）Sentinel‑2遥感影像大气纠正，获取地表真实反射率；2）采用影像海岸气溶胶（coastal aerosol）波段、红（red）波段、近红外（NIR）波段、短波红外2（SWIR2）波段,计算改进大棚指数（Advanced Plastic Greenhouse Index,APGI）；3）预设阈值Threshold对APGI指数影像进行二值化分割获得塑料大棚专题图。本发明提供的方法可以快速有效提取全球典型大棚种植区域的不同类型大棚，而且对季节变化有着较强的鲁棒性。
-
公开(公告)号：CN115984123A
公开(公告)日：2023-04-18
申请号：CN202211522224.X
申请日：2022-11-30
Applicant: 南京大学
IPC: G06T5/00 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的太赫兹图像优化方法，包括以下步骤：构建一个20层，包括3种不同类型网络层的神经网络；预处理太赫兹图像；输出预测图像，判定优化质量。本发明针对噪声较大情况下太赫兹成像系统成像图像质量低的问题，在太赫兹图像优化方面提供了解决方案。该方案可以利用深度学习，提升图像优化质量，提高图像优化效率。
-
公开(公告)号：CN101349903A
公开(公告)日：2009-01-21
申请号：CN200810138943.5
申请日：2008-08-06
Applicant: 兖矿国泰化工有限公司 , 南京大学
Inventor： 张彦 , 秦卿 , 丁志坚 , 孙卓庆 , 孙永奎 , 张伟 , 陈明福 , 孟庆烨 , 刘洪宇 , 韩齐云 , 赵姗姗 , 刘志申 , 杜海娟 , 赵佳宝 , 周运森 , 盛昭瀚 , 谈晓洁
IPC: G05B19/048 , G08B31/00
Abstract: 一种煤化工企业安全生产预警系统，包括危险源模块、生产控制模块、隔离控制模块、实时信息存储模块、信息输送控制模块、信息管理模块。利用信息管理模块实时对危险源模块进行检测，建立有效遏制生产事故发生和控制突发事故的损失程度的信息平台，有效的控制和利用事故前兆信息资源，实现对危险源模块实时数据监控，一旦出现故障前兆信息，系统自动对应切换到设定应急预警方案，有效的利用移动短信等通讯技术发送到相关应急专家人员手中，应急技术专家迅速果断的做出有效反应，及时控制突发事件，避免事故的发生或最大程度的减少事故损失。
-
公开(公告)号：CN102631916B
公开(公告)日：2016-08-10
申请号：CN201110342575.8
申请日：2011-11-03
Applicant: 常州大学 , 南京大学连云港高新技术研究院
IPC: B01J23/44 , B01J35/10 , C07C309/46 , C07C303/22
Abstract: 本发明涉及一种负载钯的介孔碳催化剂，其特征在于介孔碳在负载钯之前进行预处理，处理方法包括以下步骤之一或其组合：(1)将介孔碳加入10％?30％过氧化物溶液中浸泡1?24小时，洗涤去除过氧化物；(2)将介孔碳加入1?6M盐酸溶液中浸泡1?24小时，洗涤去除盐酸。此外，本发明还涉及将该催化剂应用于4，4’?二氨基二苯乙烯?2，2’?二磺酸(DSD酸)的制备。本发明所述对催化剂载体进行预处理提高催化剂活性，降低催化剂消耗；对工艺条件进行优化，有效的提高了DNS酸转化为DSD酸的转化率，并保持产物DSD酸的高选择性。
-
公开(公告)号：CN116012334B
公开(公告)日：2024-06-25
申请号：CN202310005807.3
申请日：2023-01-04
Applicant: 南京大学
Abstract: 本发明涉及领域知识约束的建设用地非监督变化检测方法，属于遥感地学应用技术领域。主要步骤包括：1）对两期Sentinel‑2遥感影像（仅使用空间分辨率为10米的蓝、绿、红和近红外波段）进行几何校正与辐射校正预处理；2）分别使用变化矢量分析法、迭代加权多元变化检测法、多元变化检测法和主成分分析法四种非监督变化检测方法识别所有类型的变化，并基于集成学习产生初始变化检测结果；3）利用领域知识约束非建设用地的真实变化和所有伪变化，仅保留建设用地的真实变化；4）使用数学形态学后处理增强建设用地变化图斑的连通性和完整性。本发明提供的方法可以快速有效提取大尺度建设用地的变化，而且对季节变化有着较强的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN116485641B
公开(公告)日：2024-06-21
申请号：CN202310002134.6
申请日：2023-01-03
Applicant: 南京大学
IPC: G06T3/4053 , G06N3/0455 , G06N3/0464 , G06N3/088 , G06T17/05
Abstract: 本发明涉及一种集成先验与地形约束的无监督DEM超分辨率重建方法，包括：准备单张低分辨率DEM影像；将低分辨率影像以有重叠的方式裁剪为固定大小的DEM格网单元；设计卷积神经网络，包括5个降采样模块、5个上采样模块及5个跳跃连接模块；以低分辨率DEM格网单元为约束，将噪声输入网络之中进行多次迭代，使用网络结构的深度先验对神经网络参数进行更新，使用神经网络编码生成格网高分辨率DEM；在迭代过程中，使用地形约束对DEM形态进行优化；对各格网单元执行上述编码、优化过程，最后拼接成原始大小的高分辨率DEM。本发明能够自动、快速、高效地根据低分辨率DEM生成高分辨率DEM。
-
公开(公告)号：CN116485641A
公开(公告)日：2023-07-25
申请号：CN202310002134.6
申请日：2023-01-03
Applicant: 南京大学
IPC: G06T3/40 , G06N3/0455 , G06N3/0464 , G06N3/088 , G06T17/05
Abstract: 本发明涉及一种集成先验与地形约束的无监督DEM超分辨率重建方法，包括：准备单张低分辨率DEM影像；将低分辨率影像以有重叠的方式裁剪为固定大小的DEM格网单元；设计卷积神经网络，包括5个降采样模块、5个上采样模块及5个跳跃连接模块；以低分辨率DEM格网单元为约束，将噪声输入网络之中进行多次迭代，使用网络结构的深度先验对神经网络参数进行更新，使用神经网络编码生成格网高分辨率DEM；在迭代过程中，使用地形约束对DEM形态进行优化；对各格网单元执行上述编码、优化过程，最后拼接成原始大小的高分辨率DEM。本发明能够自动、快速、高效地根据低分辨率DEM生成高分辨率DEM。
-
公开(公告)号：CN116032778A
公开(公告)日：2023-04-28
申请号：CN202310320260.6
申请日：2023-03-29
Applicant: 南京大学 , 国电南瑞科技股份有限公司
IPC: H04L41/142 , H04L41/12 , H04L67/10
Abstract: 本发明公开了一种云数据中心智能化监测应用任务部署方法、装置和系统。所述方法通过不断地收集当前云数据中心网络资源的状态信息，根据该信息为数据中心智能化监测应用生成一条无重叠、高性能和低开销的监测路径，以覆盖云数据中心全部的网络设备。本发明的面向云数据中心智能化监测应用任务部署装置和系统，基于带内网络遥测技术以细粒度周期获取可编程网络设备的状态信息，并按照已计算的路径下发云数据中心智能监测任务。随后，系统将收集到的信息发送至可视化界面，以此来帮助用户实现云数据中心资源的智能化监测。
-
公开(公告)号：CN116012334A
公开(公告)日：2023-04-25
申请号：CN202310005807.3
申请日：2023-01-04
Applicant: 南京大学
Abstract: 本发明涉及领域知识约束的建设用地非监督变化检测方法，属于遥感地学应用技术领域。主要步骤包括：1）对两期Sentinel‑2遥感影像（仅使用空间分辨率为10米的蓝、绿、红和近红外波段）进行几何校正与辐射校正预处理；2）分别使用变化矢量分析法、迭代加权多元变化检测法、多元变化检测法和主成分分析法四种非监督变化检测方法识别所有类型的变化，并基于集成学习产生初始变化检测结果；3）利用领域知识约束非建设用地的真实变化和所有伪变化，仅保留建设用地的真实变化；4）使用数学形态学后处理增强建设用地变化图斑的连通性和完整性。本发明提供的方法可以快速有效提取大尺度建设用地的变化，而且对季节变化有着较强的鲁棒性。
-
公开(公告)号：CN114254707A
公开(公告)日：2022-03-29
申请号：CN202111580258.X
申请日：2021-12-22
Applicant: 南京大学
IPC: G06K9/62 , G06V20/10 , G06V10/762 , G06V10/774 , G06V10/764
Abstract: 本发明涉及一种基于GlobeLand30的历史地表覆盖快速重建方法，包括以下步骤：1）GlobeLand30的有效斑块提取：利用形态学运算去除错误斑块，获得可以正确表达地表覆盖信息空间分布的斑块。2）伪样本推选：计算影像光谱特征，以优化后的斑块作为聚类单元，采用无监督算法推选出伪样本集。3）全局样本优化：对不同地物类型分别构建高斯混合模型，通过求解模型的过程优化全局样本。4）地表覆盖重建：根据第三步结果获得训练样本集，判断是否需要进行变化检测，将样本集输入随机森林，重建目标历史时相的地表覆盖分类图。本算法考虑了地表覆盖产品中信息的有效性和不确定性，通过有效降低不确定性快速重建历史地表覆盖。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.035 seconds)
