-
公开(公告)号：CN118036643A
公开(公告)日：2024-05-14
申请号：CN202410060349.8
申请日：2024-01-16
Applicant: 安徽理工大学
Abstract: 本发明提出了一种基于改进金枪鱼算法的煤矿开采沉降预测模型参数反演方法，包括以下步骤：步骤S1：根据矿区的实测数据相对应的预计参数，构建所述金枪鱼种群内的金枪鱼群预计矩阵TSO。步骤S2：依据矩阵TSO和煤矿区的实测信息构建适应度函数并计算每个金枪鱼位置的适应度，更新金枪鱼最优位置；步骤S3：基于金枪鱼觅食过程进行迭代，依据煤矿区的实测信息构建适应度函数，优化全局寻优过程并计算每个金枪鱼位置的适应度，实时更新所述优化算法参数以及所述金枪鱼位置；步骤S4：设定迭代次数最优终止条件，输出所述金枪鱼种群内金枪鱼最优解矩阵。本发明提出了一种基于改进金枪鱼算法的煤矿开采沉降预测模型参数反演方法，该方法收敛速度快，收敛精度高，局部寻优能力高，全局搜索能力强，可精准的预测煤矿开采沉降的参数，可有效的预防和降低开采沉降的损害风险。
-
公开(公告)号：CN118035669A
公开(公告)日：2024-05-14
申请号：CN202410060387.3
申请日：2024-04-02
Applicant: 安徽理工大学
IPC: G06F18/20 , G06F18/213 , G06Q50/26
Abstract: 本发明提出一种基于EEMD‑WT‑TimesNet的地表沉降预测方法，具体包括以下步骤：步骤S1：通过三次样条插值法和局部加权散点平滑法对初始沉降序列进行数据预处理；步骤S2：采用集成经验模态分解方法将处理之后的沉降时序数据分解为波动项和趋势项，并对分解后的数据进行训练集和测试集划分；步骤S3：对沉降时序数据进行小波分析，取最大周期长度作为最佳回顾窗口长度，利用T imesNet算法进行模型权重寻优，构建预测模型；步骤S4：利用预测模型对测试集中各分量进行逐一预测，并对预测结果进行叠加处理，获得最终预测结果。本发明提出的一种多方法组合优化沉降预测模型能够有效捕捉非平稳时间序列周期规律，最大程度保留时序周期完整性并减少多周期混杂的干扰，提高了模型预测结果精度。
-
公开(公告)号：CN116630790A
公开(公告)日：2023-08-22
申请号：CN202310259581.X
申请日：2023-03-17
Applicant: 安徽理工大学
IPC: G06V20/10 , G06V10/764 , G06V10/44 , G06V10/26
Abstract: 本发明公开了一种基于边缘精度评价的分类结果优化方法，具体包括以下步骤：S1、对输入影像的分类类型进行判断，区分单分类和多分类，若为多分类则进行分类提取转换为单分类；S2、对单分类影像进行像元统计分析，判断影像类型；S3、使用二值影像进行地物边缘精度评价，若影像为概率影像，则先对概率影像二值化，再进行地物边缘精度评价；S4、对概率影像分值提取地物轮廓，若影像为二值影像则先进行对象分割、影像概率化将二值影像转换为概率影像；S5、基于边缘精度评价结果对分类结果进行优化；S6、对多分类影像的优化结果进行合并；本发明提出了一种基于边缘精度评价的分类结果优化方法，通过对遥感地物分类影像的边缘精度评价结果分析实现了自动化优化地物分类结果，并进一步提高影像地物边缘的分类精度。
-
公开(公告)号：CN116630790B
公开(公告)日：2024-05-24
申请号：CN202310259581.X
申请日：2023-03-17
Applicant: 安徽理工大学
IPC: G06V20/10 , G06V10/764 , G06V10/44 , G06V10/26
Abstract: 本发明公开了一种基于边缘精度评价的分类结果优化方法，具体包括以下步骤：S1、对输入影像的分类类型进行判断，区分单分类和多分类，若为多分类则进行分类提取转换为单分类；S2、对单分类影像进行像元统计分析，判断影像类型；S3、若单分类影像为概率影像，则将概率影像二值化，以二值影像中正确分类的地物边缘轮廓像元占全部边缘轮廓像元的比重，评价地物边缘精度；S4、对概率影像分值提取地物轮廓，若影像为二值影像则先进行对象分割、影像概率化将二值影像转换为概率影像；S5、基于边缘精度评价结果对分类结果进行优化；S6、对多分类影像的优化结果进行合并；本发明提出了一种基于边缘精度评价的分类结果优化方法，通过对遥感地物分类影像的边缘精度评价结果分析实现了自动化优化地物分类结果，并进一步提高影像地物边缘的分类精度。
-
公开(公告)号：CN116126500B
公开(公告)日：2024-03-29
申请号：CN202310103320.9
申请日：2023-02-13
Applicant: 安徽理工大学
IPC: G06F9/48 , G06F12/0802
Abstract: 本发明公开了一种海量遥感影像调度效率优化的方法，具体包括以下步骤：S1、通过缓存机制申请一段连续的内存，构成环形缓存区，在闭环的内存地址内进行数据存储和清除；S2、通过预取机制提前将用户可能需要的影像数据读入环形缓存区进行调度；S3、通过多线程机制，将影像调度的步骤划分为影像检索线程、I/O线程和影像可视化线程进行执行；本发明通过对影像的存储，读取及调度三个方面的优化，提高了影像的读取效率。
-
Patent Agency Ranking
公开(公告)号：CN117490660A
公开(公告)日：2024-02-02
申请号：CN202311024932.5
申请日：2023-08-12
Applicant: 安徽理工大学
IPC: G01C11/34 , G01C5/00 , G01S7/48 , G01S17/86 , G06T17/05 , G06T17/20 , G06T5/80 , G06V20/10 , G06V10/764
Abstract: 本发明公开了一种融合无人机倾斜摄影与星载光子计数激光雷达的植被茂密区DEM提取方法，涉及无人机与卫星遥感融合提取图像信息领域，特别是针对植被茂密区DEM提取方面。具体步骤为：S1、通过无人机倾斜摄影技术对植被茂密区进行倾斜摄影测量，通过三维建模软件对所获取的影像进行几何纠正，解析空中三角测量，进而生成数字表面模型(DSM)；S2、获取对应植被茂密区ICESat‑2激光雷达数据，通过光子尺度校正、点云去噪及分类获得森林树高特征参数；S3、通过对DSM剔除树高数据获取植被茂密区准确的DEM数据。本发明利用无人机倾斜摄影技术获取高精度的DSM数据，并结合ICESat‑2光子数据对树高进行估算，通过DSM数据剔除树高数据进而提取出植被茂密区更准确的DEM数据。因此，本发明对植被茂密区DEM数据的获取提供重要参考。
-
公开(公告)号：CN117131102A
公开(公告)日：2023-11-28
申请号：CN202311012883.3
申请日：2023-08-12
Applicant: 安徽理工大学
IPC: G06F16/2458 , G06F16/22 , G06F16/901 , G06F18/22
Abstract: 本发明公开了一种在混合索引数据库中对相似时序数据高速检索的方法，具体包括以下步骤：S1、针对不同的时间序列类别，构建时间序列比对模板，同时构建相应的索引链表，利用自上而下算法确定序列最佳分割比例；S2、在确定时间序列比对模板后，对非模板时间序列利用DTW进行模板比对，获得相似度数组，进一步构建顺序表索引；S3、基于混合索引进行近似时间序列查询，在数据库中查找给定时间序列的近似序列。本发明提出的一种新的索引建立方式与时间序列相似性度量方法，将索引链表与顺序表相结合，构建相似度数组，避免频繁从磁盘中读取时间序列进行相似性比对，提高了数据库的查找效率和查询精度。
-
公开(公告)号：CN116385842A
公开(公告)日：2023-07-04
申请号：CN202310276856.0
申请日：2023-03-17
Applicant: 安徽理工大学
IPC: G06V10/80 , G06V20/10 , G06F18/2431 , G06F18/214
Abstract: 本发明公开了一种融合可见光‑红外‑雷达影像多特征的机器学习水体提取方法，涉及遥感图像信息提取领域，特别是水体提取方面。具体包括以下几个步骤：S1、获取Sentien1‑2、Sentienl‑1以及由Landsat‑8计算得到的温度作为原始数据；S2、对于处理好的数据进行多特征提取，将提取到的特征进行融合，形成多源遥感数据；S3、利用随机森林算法，提取水体信息，并对分类得到的水体进行精度评估；本发明可以结合多源遥感数据对水体进行精确提取，其中Sentienl‑2影像波段丰富；Sentienl‑1影像全天候、全天时并且可以在浅水区、阴影地区提取重要信息；Landsat‑8影像经过计算可以提供地表温度数据，而地表温度与水体关系密切。因此结合以上特征对水体信息进行提取对地形复杂地区的水体识别有重要的意义。
-
公开(公告)号：CN117893630A
公开(公告)日：2024-04-16
申请号：CN202410060230.0
申请日：2024-01-16
Applicant: 安徽理工大学
Abstract: 本发明公开了一种大范围地面沉降速率等值线图自动生成方法，具体包括以下步骤：S1、利用InSAR技术反演地表形变信息，生成地面沉降速率栅格数据；S2、检查沉降速率栅格数据是否存在小部分空值，如果存在，则使用三次卷积算法填补空值；S3、生成沉降速率等值线间隔序列，将沉降速率栅格数据按等值线间隔序列提取栅格数据，并进行二值化；S4、将二值化后的栅格数据中连通的等值像元记录为等值面对象，构建自适应参数模型，生成自适应降噪参数，采用阈值法按面积过滤等值面对象，对栅格数据进行降噪；S5、按照等值线间隔序列顺序依次合并降噪后的栅格数据，并提取沉降速率等值线；S6、对沉降速率等值线采用指数核的多项式近似方法进行平滑，并对平滑后的等值线进行拓扑检查，修改拓扑错误；S7、对修改后的等值线进行制图，生成沉降速率等值线图。本发明通过构建自适应参数模型，生成图像降噪参数，对图像进行降噪，并对提取到的等值线进行平滑、拓扑检查和制图，实现了自动化生成沉降速率等值线图。
-
公开(公告)号：CN117131102B
公开(公告)日：2024-04-05
申请号：CN202311012883.3
申请日：2023-08-12
Applicant: 安徽理工大学
IPC: G06F16/2458 , G06F16/22 , G06F16/901 , G06F18/22
Abstract: 本发明公开了一种在混合索引数据库中对相似时序数据高速检索的方法，具体包括以下步骤：S1、针对不同的时间序列类别，构建时间序列比对模板，同时构建相应的索引链表，利用自上而下算法确定序列最佳分割比例；S2、在确定时间序列比对模板后，对非模板时间序列利用DTW进行模板比对，获得相似度数组，进一步构建顺序表索引；S3、基于混合索引进行近似时间序列查询，在数据库中查找给定时间序列的近似序列。本发明提出的一种新的索引建立方式与时间序列相似性度量方法，将索引链表与顺序表相结合，构建相似度数组，避免频繁从磁盘中读取时间序列进行相似性比对，提高了数据库的查找效率和查询精度。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.024 seconds)
