一种基于加权植被时序属性特征曲线的分类方法

    公开(公告)号:CN114528932A

    公开(公告)日:2022-05-24

    申请号:CN202210139780.2

    申请日:2022-02-16

    Abstract: 本发明提供一种基于加权植被时序属性特征曲线的分类方法,选取一年内的多景双极化Sentinel‑1数据,采用面向对象多尺度分割方法对影像进行分割并以分割后的单元为对象,根据植被生长季状况对其时序特征进行加权分析,运用植被生长季加权DTW获取对象时序曲线间相关性作为新的时序属性特征曲线,然后采用最近邻分类KNN算法进行分类。本发明有针对性的加大植被生长季间的权重并以此提取各对象的植被时序曲线间的相似性作为属性值构成新的时序属性曲线,通过挖掘深层次属性曲线之间的相关性,提高植被类别的分类精度。

    基于纳米纤维素-银纳米线的电致发光器件及其应用

    公开(公告)号:CN109634020B

    公开(公告)日:2022-05-10

    申请号:CN201811589373.1

    申请日:2018-12-25

    Abstract: 本发明公开了一种基于纳米纤维素‑银纳米线的电致发光器件,通过以下步骤制备得到:a、以聚二甲基硅氧烷为原料,制备聚二甲基硅氧烷薄膜;b、以聚二甲基硅氧烷薄膜为原料,制备亲水性聚二甲基硅氧烷薄膜;c、以聚二甲基硅氧烷、发光粉、钛酸钡为原料,制备发光层溶液;d、以漂白木浆纤维为原料,制备纳米纤维素悬浮液;e、制备纳米纤维素悬浮液与水性银纳米线分散液的混合液;f、将混合液喷涂在亲水性聚二甲基硅氧烷薄膜表面,旋涂发光层溶液,在顶部层压一层电极,即得。本发明提供的电致发光器件导电性非常稳定、对基底的粘附性强且发光亮度稳定。

    一种基于长时间序列的植被特征提取及选择方法

    公开(公告)号:CN114332492A

    公开(公告)日:2022-04-12

    申请号:CN202111534702.4

    申请日:2021-12-15

    Abstract: 本发明提供一种基于长时间序列的植被特征提取及选择方法,包括对一年内各月共12景Sentinel‑2时序影像与同年间11月份的一景Sentinel‑1影像进行预处理、进行双极化分解并提取极化植被指数、纹理特征和后向散射系数共17个特征;进行B2~B8、B11和B12波段提取并进行重采样;提取12景各景影像数据NDVI均值与IRECI均值,按时间绘制折线并提取VFC均值;分别时序折线插值与平滑滤波,提取14个相关物候参数;获得基于VFC的新型NDVI时序折线和IRECI时序折线,从中提取新型物候参数14个;根据SVM样本训练结果,利用人工蜂群特征选择算法对提取的17个极化特征与28个光学特征进行特征选择,筛选出分类的最优特征子集。

    一种顾及地面荷载的SBAS-InSAR地面沉降预测方法

    公开(公告)号:CN117113032A

    公开(公告)日:2023-11-24

    申请号:CN202311196886.7

    申请日:2023-09-15

    Abstract: 本发明提供了一种顾及地面荷载的SBAS‑InSAR地面沉降预测方法,首先,基于LSTM长短期记忆神经网络确定顾及地面荷载的地面沉降模型的总体框架,然后对地面沉降模型的参数进行配置,选择训练样本和验证样本并对地面沉降模型进行训练,并对地面沉降模型精度进行评估;利用训练好的地面沉降模型对特征点后续沉降进行预测及分析,本申请可以更好地评估建筑物荷载对地面沉降的影响,更准确地预测地面沉降趋势,为城市规划、土地开发和基础设施维护提供科学依据。

    一种基于长时间序列的植被特征提取及选择方法

    公开(公告)号:CN114332492B

    公开(公告)日:2024-03-19

    申请号:CN202111534702.4

    申请日:2021-12-15

    Abstract: 本发明提供一种基于长时间序列的植被特征提取及选择方法,包括对一年内各月共12景Sentinel‑2时序影像与同年间11月份的一景Sentinel‑1影像进行预处理、进行双极化分解并提取极化植被指数、纹理特征和后向散射系数共17个特征;进行B2~B8、B11和B12波段提取并进行重采样;提取12景各景影像数据NDVI均值与IRECI均值,按时间绘制折线并提取VFC均值;分别时序折线插值与平滑滤波,提取14个相关物候参数;获得基于VFC的新型NDVI时序折线和IRECI时序折线,从中提取新型物候参数14个;根据SVM样本训练结果,利用人工蜂群特征选择算法对提取的17个极化特征与28个光学特征进行特征选择,筛选出分类的最优特征子集。

    基于面向对象随机森林的极化特征选择及分类方法

    公开(公告)号:CN108846338A

    公开(公告)日:2018-11-20

    申请号:CN201810561139.1

    申请日:2018-05-29

    Abstract: 本发明公开了一种基于面向对象随机森林的极化特征选择及分类方法,解决了众多极化特征参与分类时的特征选择与图像分类问题。该方法采用面向对象方法对特征集合进行多尺度分割,对分割后的样本对象进行随机森林建模,并计算每个特征的重要性,采用序列前向选择算法进行特征集优化。本发明采用面向对象的随机森林方法提高了模型训练效率和分类精度。采用序列前向选择算法结合精度最高这一迭代终止条件进行最优特征子集的构建,避免陷入局部最优解。该算法可以在提高分类精度的同时,为合理优化特征集提供定量参考。

    一种基于图卷积网络的极化SAR相对相似性度量及分类算法

    公开(公告)号:CN119942204A

    公开(公告)日:2025-05-06

    申请号:CN202510030962.X

    申请日:2025-01-08

    Abstract: 本发明提供了一种基于图卷积网络的极化SAR相对相似性度量及分类算法,在预处理完的极化SAR影像上进行极化超像素分割(Pol‑ASLIC),然后使用提出的融合了对称修订Wishart距离和AIRM距离的||WA||2距离来计算极化协方差矩阵间的相似性程度并构建邻接矩阵,最后以极化协方差矩阵作为超像素区域特征输入GCN图卷积网络进行半监督分类。本申请在图卷积网络中对极化SAR数据的度量效果要优于目前热门的对称修订Wishart距离与AIRM距离,能够实现更好的极化SAR分类效果和精度。

    基于面向对象随机森林的极化特征选择及分类方法

    公开(公告)号:CN108846338B

    公开(公告)日:2022-04-15

    申请号:CN201810561139.1

    申请日:2018-05-29

    Abstract: 本发明公开了一种基于面向对象随机森林的极化特征选择及分类方法,解决了众多极化特征参与分类时的特征选择与图像分类问题。该方法采用面向对象方法对特征集合进行多尺度分割,对分割后的样本对象进行随机森林建模,并计算每个特征的重要性,采用序列前向选择算法进行特征集优化。本发明采用面向对象的随机森林方法提高了模型训练效率和分类精度。采用序列前向选择算法结合精度最高这一迭代终止条件进行最优特征子集的构建,避免陷入局部最优解。该算法可以在提高分类精度的同时,为合理优化特征集提供定量参考。

    基于纳米纤维素-银纳米线的电致发光器件及其应用

    公开(公告)号:CN109634020A

    公开(公告)日:2019-04-16

    申请号:CN201811589373.1

    申请日:2018-12-25

    CPC classification number: G02F1/153 G02F1/15

    Abstract: 本发明公开了一种基于纳米纤维素‑银纳米线的电致发光器件,通过以下步骤制备得到:a、以聚二甲基硅氧烷为原料,制备聚二甲基硅氧烷薄膜;b、以聚二甲基硅氧烷薄膜为原料,制备亲水性聚二甲基硅氧烷薄膜;c、以聚二甲基硅氧烷、发光粉、钛酸钡为原料,制备发光层溶液;d、以漂白木浆纤维为原料,制备纳米纤维素悬浮液;e、制备纳米纤维素悬浮液与水性银纳米线分散液的混合液;f、将混合液喷涂在亲水性聚二甲基硅氧烷薄膜表面,旋涂发光层溶液,在顶部层压一层电极,即得。本发明提供的电致发光器件导电性非常稳定、对基底的粘附性强且发光亮度稳定。

Patent Agency Ranking