一种基于信息熵的地理曲线曲折度度量方法

    公开(公告)号:CN106055694B

    公开(公告)日:2019-07-23

    申请号:CN201610410679.0

    申请日:2016-06-03

    IPC分类号: G06F16/29 G06T7/60

    摘要: 本发明公开了一种基于信息熵的地理曲线曲折度度量方法,涉及地理信息科学技术领域,本发明依次完成识别弯曲单元、叠加确定不同尺度下的弯曲嵌套关系并建立弯曲层次树、删除无效弯曲和基于信息熵理论度量地理曲线的曲折度的工作,采用将尺寸复杂度和层次复杂度相结合的综合复杂度的进行曲折度的描述,完整地展现了曲线的部分与整体曲折度,同时较为全面地考虑了弯曲不同层次间的嵌套关系,克服了现有技术的缺陷,可以较好地描述曲线曲折度,全面地反映曲线的形态和结构特征,受曲线长度影响小,充分利用弯曲层次树完整反映弯曲之间的邻近关系与层次特性,并采用信息熵理论度量复杂度,易于操作实现,对地理特征的研究具有重要意义。

    一种基于信息熵的地理曲线曲折度度量方法

    公开(公告)号:CN106055694A

    公开(公告)日:2016-10-26

    申请号:CN201610410679.0

    申请日:2016-06-03

    IPC分类号: G06F17/30 G06T7/60

    CPC分类号: G06F16/29 G06T2207/30184

    摘要: 本发明公开了一种基于信息熵的地理曲线曲折度度量方法,涉及地理信息科学技术领域,本发明依次完成识别弯曲单元、叠加确定不同尺度下的弯曲嵌套关系并建立弯曲层次树、删除无效弯曲和基于信息熵理论度量地理曲线的曲折度的工作,采用将尺寸复杂度和层次复杂度相结合的综合复杂度的进行曲折度的描述,完整地展现了曲线的部分与整体曲折度,同时较为全面地考虑了弯曲不同层次间的嵌套关系,克服了现有技术的缺陷,可以较好地描述曲线曲折度,全面地反映曲线的形态和结构特征,受曲线长度影响小,充分利用弯曲层次树完整反映弯曲之间的邻近关系与层次特性,并采用信息熵理论度量复杂度,易于操作实现,对地理特征的研究具有重要意义。

    一种新型的结构形式网壳-张弦梁组合结构

    公开(公告)号:CN104264783A

    公开(公告)日:2015-01-07

    申请号:CN201410378363.9

    申请日:2014-07-28

    IPC分类号: E04B1/342 E04B7/14

    摘要: 本发明公开了一种新型的结构形式网壳-张弦梁组合结构。双层网壳具有受力合理、覆盖跨度大、整体刚度好等特点。但随着跨度的增加,双层网壳厚度越大,靠近中心处杆件越密集,挠度越大。结合张弦梁结构的特点,提出了一种新型的结构形式即双层网壳-张弦梁组合结构,它既能克服网壳的缺点,又能发挥张弦梁结构自重轻,跨越跨度大等优点。该新型结构用钢量更小,与双层网壳相比跨越跨度更大,结构总造价降低,更加经济合理。

    一种分支排插
    6.
    发明公开

    公开(公告)号:CN106848713A

    公开(公告)日:2017-06-13

    申请号:CN201611260059.X

    申请日:2016-12-30

    发明人: 殷志祥 赵寅

    摘要: 本发明涉及家用电器领域,具体涉及一种分支排插。一种分支排插,包括排插本体,所述排插本体包括外壳,所述排插本体包括电路模组、排插主体和排插主体上延伸设置的多个分支,所述分支与所述排插主体电连接;所述排插主体和分支的一端均设置有电连接孔,所述排插主体的另一端设置有三脚插头;所述外壳包括主体外壳和分支外壳,所述主体外壳与分支外壳一体成型。本发明不仅能减少电源线过长带来的负担,体积小且携带方便。

    一种陆面数据同化系统地表温度数据超分辨率重建方法

    公开(公告)号:CN118333854A

    公开(公告)日:2024-07-12

    申请号:CN202410250759.9

    申请日:2024-03-05

    申请人: 安徽大学

    摘要: 本发明涉及一种陆面数据同化系统地表温度数据超分辨率重建方法,本发明以较高分辨率的热红外遥感地表温度数据为参考,对较低分辨率的CLDAS‑V2.0地表温度数据进行超分辨率重建,针对地表温度数据的时空异质与高动态变化特征,一方面,构建以U‑Net网络结构为主体的超分辨率重建深度学习模型,嵌入注意力模块加强模型对局部细节的关注,并引入残差连接提高网络的训练效率和泛化能力;另一方面,筛选时空匹配的CLDAS‑V2.0地表温度数据和热红外地表温度数据分别作为输入和标签实施模型训练,将CLDAS‑V2.0地表温度数据的空间分辨率提高至热红外遥感尺度,本发明简单而有效地提高了CLDAS‑V2.0地表温度数据的空间分辨率,为更高分辨率热红外云下地表温度估算等研究奠定基础。

    一种云类别自动识别方法及系统

    公开(公告)号:CN108846334A

    公开(公告)日:2018-11-20

    申请号:CN201810542454.X

    申请日:2018-05-30

    申请人: 安徽大学

    摘要: 本发明公开了数字图像识别和深度学习技术领域的一种云类别自动识别方法及系统,包括数据采集模块、云图识别模块、云图结果展示模块和模型构建模块,所述云图结果展示模块分别信号连接数据采集模块、云图识别模块和模型构建模块,通过在密集连接卷积网络(Dense Net)的基础上,提出一种改进的Dense Net,结合手机APP开发和摄像头监测视频处理等技术,解决了由于云的种类繁多,部分提取的特征针对性较强,难以从海量的云图数据中提取有效的特征,不能充分挖掘不同云图之间的内在联系的问题,结构简单,效率提高。

    一种遥感影像中矿区自动语义分割方法

    公开(公告)号:CN109145730A

    公开(公告)日:2019-01-04

    申请号:CN201810770020.5

    申请日:2018-07-13

    申请人: 安徽大学

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明公开了目标自动检测和深度学习技术领域的一种遥感影像中矿区自动语义分割方法,其特征在于:所述具体步骤如下:步骤一、建立训练样本集:获取矿区的遥感影像,并人工勾绘出矿区的边界,形成边界栅格文件,利用ArcGIS生成448*448、512*512两种尺度的渔网,采用生成的两种所述渔网对所述矿区的遥感影像进行批量裁剪,生成不同尺寸的影像块,作为深度学习网络的输入数据,通过所述渔网对影像中的矿区栅格边界文件进行裁剪,生成每个矿区影像块对应的边界文件,作为网络的标签数据;本发明通过混合网络Den‑Res Net在保留特征完整性的同时能够对提取的特征进行高度抽象,可以采用其解决Dense Net网络的特征冗余问题,工作效率高,能够自动的进行语义分隔,准确度高。

    一种遥感参量时空谱融合的深度学习方法

    公开(公告)号:CN118351456A

    公开(公告)日:2024-07-16

    申请号:CN202410513696.1

    申请日:2024-04-26

    申请人: 安徽大学

    摘要: 本发明属于多源遥感影像智能处理领域,涉及一种遥感参量时空谱融合的深度学习方法,本发明使用预处理后的遥感参量数据,由“前向”和“后向”两个多尺度CNN构建多尺度双向卷积的时空谱融合模型;首先,以两层卷积网络作为特征提取器,提取传统空间降尺度中高分辨率“谱”信息和时空融合降尺度中“时空”信息;其次,将不同来源的信息相互关联,输入超分网络,形成一个包含了原始图像以及辅助输入的结构和语义信息的综合特征映射;最后,通过融合“前向”和“后向”结果的特征映射,通过加权函数分配特征权重,输出最终图像,进一步提升预测遥感参量的时空分辨率和细节。