-
公开(公告)号：CN111476199A
公开(公告)日：2020-07-31
申请号：CN202010336683.3
申请日：2020-04-26
申请人： 国网湖南省电力有限公司 , 湖南经研电力设计有限公司 , 国网湖南省电力有限公司经济技术研究院 , 国家电网有限公司
摘要： 本发明公开了一种基于高清航测影像的输变电工程坟地识别方法，包括获取遥感影像数据；对遥感影像数据进行预处理得到训练数据；构建坟地识别神经网络模型；采用训练数据对坟地识别神经网络模型进行训练得到坟地识别模型；采用坟地识别模型对待识别的遥感影像数据进行识别得到识别结果；对识别结果进行优化处理得到最终的坟地识别结果。本发明提供的这种基于高清航测影像的输变电工程坟地识别方法，通过创新的构建坟地识别模型的方式，实现坟地的精准、可靠和高效识别；因此本发明方法的可靠性高、效率高且准确性高。
-
公开(公告)号：CN115471698B
公开(公告)日：2023-06-30
申请号：CN202211085961.8
申请日：2022-09-06
申请人： 湖南经研电力设计有限公司
发明人： 肖辉 , 徐志强 , 陈霖华 , 周鲲 , 陆俊 , 沈晓隶 , 彭少俊 , 罗磊鑫 , 刘立洪 , 罗正经 , 王立娜 , 胡启明 , 唐咪娜 , 李勇智 , 齐增清 , 曾刚 , 苏军明 , 简洁
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06V20/10 , G06N3/08
摘要： 本发明公开了一种基于深度学习网络的输变电工程遥感图像分类方法，包括获取输变电工程区域的遥感图像数据集并构建训练样本；构建包含全局模型和子模型的输变电工程遥感图像分类初步模型；采用训练样本对输变电工程遥感图像分类初步模型进行训练得到子模型的最佳参数；采用动态偏差加权融合准则计算得到全局模型最佳参数并得到输变电工程遥感图像分类模型；采用输变电工程遥感图像分类模型进行实际的输变电工程的遥感图像分类。本发明还公开了一种实现所述基于深度学习网络的输变电工程遥感图像分类方法的系统。与传统的集中式遥感图像分类方法相比，本发明具有训练过程简化快捷、扩展性好且精度较高的有点。
-
公开(公告)号：CN115457388A
公开(公告)日：2022-12-09
申请号：CN202211085981.5
申请日：2022-09-06
申请人： 湖南经研电力设计有限公司
发明人： 肖辉 , 徐志强 , 陈霖华 , 周鲲 , 陆俊 , 沈晓隶 , 王云飞 , 罗磊鑫 , 刘立洪 , 罗正经 , 王立娜 , 胡启明 , 唐咪娜 , 李勇智 , 齐增清 , 曾刚 , 简洁 , 苏军明 , 陈智奇 , 欧宇健
IPC分类号： G06V20/10 , G06V10/54 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于深度学习优化的输变电遥感图像地物辨识方法，包括获取输变电工程区域遥感图像数据信息并构建训练样本集；计算各个遥感图像的纹理特征强度值；构建输变电遥感图像地物辨识初始模型；对输变电遥感图像地物辨识初始模型进行训练得到输变电遥感图像地物辨识粗模型；对步输变电遥感图像地物辨识粗模型再次训练得到输变电遥感图像地物辨识模型；采用输变电遥感图像地物辨识模型进行实际的输变电遥感图像地物辨识。本发明还公开了一种实现所述基于深度学习优化的输变电遥感图像地物辨识方法的系统。本发明对辨识模型进行样本粗训练和精细化训练，并在模型训练过程加入优化控制，实现了高效训练；而且本发明效率较高，精度较好。
-
公开(公告)号：CN115457388B
公开(公告)日：2023-07-28
申请号：CN202211085981.5
申请日：2022-09-06
申请人： 湖南经研电力设计有限公司
发明人： 肖辉 , 徐志强 , 陈霖华 , 周鲲 , 陆俊 , 沈晓隶 , 王云飞 , 罗磊鑫 , 刘立洪 , 罗正经 , 王立娜 , 胡启明 , 唐咪娜 , 李勇智 , 齐增清 , 曾刚 , 简洁 , 苏军明 , 陈智奇 , 欧宇健
IPC分类号： G06V20/10 , G06V10/54 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于深度学习优化的输变电遥感图像地物辨识方法，包括获取输变电工程区域遥感图像数据信息并构建训练样本集；计算各个遥感图像的纹理特征强度值；构建输变电遥感图像地物辨识初始模型；对输变电遥感图像地物辨识初始模型进行训练得到输变电遥感图像地物辨识粗模型；对步输变电遥感图像地物辨识粗模型再次训练得到输变电遥感图像地物辨识模型；采用输变电遥感图像地物辨识模型进行实际的输变电遥感图像地物辨识。本发明还公开了一种实现所述基于深度学习优化的输变电遥感图像地物辨识方法的系统。本发明对辨识模型进行样本粗训练和精细化训练，并在模型训练过程加入优化控制，实现了高效训练；而且本发明效率较高，精度较好。
-
公开(公告)号：CN115471698A
公开(公告)日：2022-12-13
申请号：CN202211085961.8
申请日：2022-09-06
申请人： 湖南经研电力设计有限公司
发明人： 肖辉 , 徐志强 , 陈霖华 , 周鲲 , 陆俊 , 沈晓隶 , 彭少俊 , 罗磊鑫 , 刘立洪 , 罗正经 , 王立娜 , 胡启明 , 唐咪娜 , 李勇智 , 齐增清 , 曾刚 , 苏军明 , 简洁
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06V20/10 , G06N3/08
摘要： 本发明公开了一种基于深度学习网络的输变电工程遥感图像分类方法，包括获取输变电工程区域的遥感图像数据集并构建训练样本；构建包含全局模型和子模型的输变电工程遥感图像分类初步模型；采用训练样本对输变电工程遥感图像分类初步模型进行训练得到子模型的最佳参数；采用动态偏差加权融合准则计算得到全局模型最佳参数并得到输变电工程遥感图像分类模型；采用输变电工程遥感图像分类模型进行实际的输变电工程的遥感图像分类。本发明还公开了一种实现所述基于深度学习网络的输变电工程遥感图像分类方法的系统。与传统的集中式遥感图像分类方法相比，本发明具有训练过程简化快捷、扩展性好且精度较高的有点。
-
-
-
-
搜索结果
5 条记录 (耗时 0.142 秒)
