-
公开(公告)号：CN117252761A
公开(公告)日：2023-12-19
申请号：CN202311167986.7
申请日：2023-09-08
申请人： 武汉大学
IPC分类号： G06T3/40 , G06V10/44 , G06V10/82 , G06V10/80 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084
摘要： 本发明提供一种跨传感器遥感图像超分辨率增强方法，属于遥感图像处理技术领域，包括：通过卷积层提取跨传感器多光谱遥感图像数据集中预设低分辨率图像的浅层特征；通过构建残差注意力组和残差卷积组提取预设低分辨率图像的深层特征；对提取的深层特征进行上采样，得到高分辨率重建图像；构建综合损失函数，计算重建图像与预设高分辨率图像之间的损失并反向传播，得到预设低分辨率图像对应的超分辨率重建图像。本发明通过在传统Transformer结构中添加全局通道注意模块，有效发掘全局关系和高阶空间交互，构建多层次的特征融合模块，全面捕捉来自不同分支的局部和全局信息，实现了CNNs局部性和平移不变性与Transformers的远程依赖建模的有机融合。
-
公开(公告)号：CN105511974B
公开(公告)日：2018-05-11
申请号：CN201510824338.3
申请日：2015-11-24
申请人： 武汉大学
摘要： 本发明公开了一种分布式环境下面向服务质量评价的OSGi容错策略，本发明采用主动甄别服务和被动出错修复相结合的方式达到容错目的，在服务调用前，通过主动甄别服务方式选择合适的调用目标服务，以提高本次服务调用的成功率和运行效率。在服务调用过程中，通过服务检测收集服务的运行参数并捕捉服务调用的出错信息；当捕捉到出错信息时，利用出错修复方法对调用过程进行修复，以提高系统稳定性，从而被动保证服务成功。
-
公开(公告)号：CN115878685A
公开(公告)日：2023-03-31
申请号：CN202210750776.X
申请日：2022-06-28
申请人： 武汉大学
IPC分类号： G06F16/2458 , G06F16/215 , G06F17/18 , G06Q50/02
摘要： 本发明公开了一种融合多指标的综合偏差干旱指数的旱情监测方法，包括：协同陆地水储量TWS、降水PET和土壤水分SM产品数据，计算研究阶段每个日历月的月平均气候数据集；根据步骤1得到的月平均气候数据集，分别计算第i年第j月的陆地水储量、降水和土壤水分的月气候距平值；将步骤2计算得到的月气候距平值进行标准化处理，并根据标准化处理后的气候距平值构建综合偏差CD；根据步骤3计算的综合偏差CD采用标准化方法计算综合偏差干旱指数CDDI；根据步骤4计算的CDDI值捕捉干旱事件并分析干旱特征。本发明结合降水偏差捕捉到的气象干旱的发生，考虑引起农业干旱发展的土壤水分差异，再加入陆地水储量亏缺状态，可以系统地、全面地进行综合干旱监测。
-
公开(公告)号：CN112287807B
公开(公告)日：2022-06-07
申请号：CN202011162338.9
申请日：2020-10-27
申请人： 武汉大学
摘要： 本发明公开了一种利用卷积神经网络提取遥感影像上完整道路信息的方法。构造了构建一个多分支的金字塔神经网络，通过两个并行的特征恢复结构以及基于几何结构分析和特征点提取的后处理技术，充分挖掘低层位置信息和高层语义信息，解决卫星影像上道路提取时面临的道路稀疏性问题和被植被建筑物等遮挡造成的道路断裂问题。本方法通过稀疏性检验和设计新的损失函数，综合考虑了道路分布的稀疏性和样本的不均衡性，使网络更关注稀疏的、难分类的道路像素。同时，针对道路被植被和建筑物遮挡的情况，本方法基于几何特征点分析进行自动化的断裂检测和断裂连接，提高了道路提取的精确率，在计算机视觉和遥感道路提取等场景中具有重要的实际应用价值。
-
公开(公告)号：CN109783665B
公开(公告)日：2022-10-14
申请号：CN201811639288.1
申请日：2018-12-29
申请人： 武汉大学
IPC分类号： G06F16/51
摘要： 本发明公开了一种基于Google S2实现Hbase数据库遥感大数据入库模型的设计方法，包括：通过Google S2算法实现遥感数据的格网化裁剪，用于将大范围整幅遥感影像进行分区、分片及地面空间离散化，方便影像数据的存储管理；Hbase数据库的表存储模型的建立，实现了对分区遥感影像在多个维度的属性表述，并通过数据波段离散存储的方式实现多源异构遥感影像数据的数据结构整合。本发明充分考虑了不同种类遥感影像数据的特点，实现了遥感大数据的高效存储，满足了用户不同应用场景下的需求，并有效地兼顾了系统的可扩展性和数据均衡。
-
公开(公告)号：CN112287807A
公开(公告)日：2021-01-29
申请号：CN202011162338.9
申请日：2020-10-27
申请人： 武汉大学
摘要： 本发明公开了一种利用卷积神经网络提取遥感影像上完整道路信息的方法。构造了构建一个多分支的金字塔神经网络，通过两个并行的特征恢复结构以及基于几何结构分析和特征点提取的后处理技术，充分挖掘低层位置信息和高层语义信息，解决卫星影像上道路提取时面临的道路稀疏性问题和被植被建筑物等遮挡造成的道路断裂问题。本方法通过稀疏性检验和设计新的损失函数，综合考虑了道路分布的稀疏性和样本的不均衡性，使网络更关注稀疏的、难分类的道路像素。同时，针对道路被植被和建筑物遮挡的情况，本方法基于几何特征点分析进行自动化的断裂检测和断裂连接，提高了道路提取的精确率，在计算机视觉和遥感道路提取等场景中具有重要的实际应用价值。
-
公开(公告)号：CN109783665A
公开(公告)日：2019-05-21
申请号：CN201811639288.1
申请日：2018-12-29
申请人： 武汉大学
IPC分类号： G06F16/51
摘要： 本发明公开了一种基于Google S2实现Hbase数据库遥感大数据入库模型的设计方法，包括：通过Google S2算法实现遥感数据的格网化裁剪，用于将大范围整幅遥感影像进行分区、分片及地面空间离散化，方便影像数据的存储管理；Hbase数据库的表存储模型的建立，实现了对分区遥感影像在多个维度的属性表述，并通过数据波段离散存储的方式实现多源异构遥感影像数据的数据结构整合。本发明充分考虑了不同种类遥感影像数据的特点，实现了遥感大数据的高效存储，满足了用户不同应用场景下的需求，并有效地兼顾了系统的可扩展性和数据均衡。
-
公开(公告)号：CN105511974A
公开(公告)日：2016-04-20
申请号：CN201510824338.3
申请日：2015-11-24
申请人： 武汉大学
CPC分类号： G06F11/0709 , G06F9/547 , G06F11/1402 , H04L67/28 , H04L67/32 , H04L67/34
摘要： 本发明公开了一种分布式环境下面向服务质量评价的OSGi容错策略，本发明采用主动甄别服务和被动出错修复相结合的方式达到容错目的，在服务调用前，通过主动甄别服务方式选择合适的调用目标服务，以提高本次服务调用的成功率和运行效率。在服务调用过程中，通过服务检测收集服务的运行参数并捕捉服务调用的出错信息；当捕捉到出错信息时，利用出错修复方法对调用过程进行修复，以提高系统稳定性，从而被动保证服务成功。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.019 秒)
