-
公开(公告)号：CN118396330A
公开(公告)日：2024-07-26
申请号：CN202410643892.0
申请日：2024-05-23
申请人： 河海大学 , 水利部交通运输部国家能源局南京水利科学研究院
IPC分类号： G06Q10/0631 , G06Q10/0637 , G06Q50/02 , G06N3/092
摘要： 本发明公开了一种基于改进Q‑learning的水资源优化调度方法与系统，方法包括如下步骤：1)对水资源调度涉及的实体对象进行分级建模，并根据分级信息确定可参与调度的对象集合；2)考虑不同领域的水资源需求满足率和/或用水产生的主体效益，建立水资源调度优化模型；3)构建改进Q‑learning算法，求解水资源调度优化模型，获得水资源调度方案集。本发明通过考虑不同领域的水资源需求和/或用水产生的主体效益，建立水资源调度优化模型，并构建了一种面向该模型的改进Q‑learning算法，最终利用改进的算法求解优化模型，利用该方法可智能计算获得跨流域等规模化区域内的水资源调度方案集，解决目标地区范围性、季节性的缺水问题，提高水资源的利用率。
-
公开(公告)号：CN115331087A
公开(公告)日：2022-11-11
申请号：CN202211237501.2
申请日：2022-10-11
IPC分类号： G06V10/82 , G06V10/80 , G06V20/70 , G06V10/774 , G06V10/764 , G06V10/26
摘要： 本发明提出了一种融合区域语义与像素特征的遥感影像变化检测方法及系统，属于遥感影像变化检测的技术领域。首先，构建基于孪生网络架构的多尺度特征融合变化检测网络模型，利用端到端深度学习完成双时相遥感影像的直接变化检测；其次，利用语义分割模型赋予检测对象的区域语义，借助对象语义的区域连续属性，结合集合运算对直接变化检测结果的边缘进行逐像素分类优化，减少变化检测结果中的粘连等误检，提升双时相遥感影像变化检测精度。本发明通过将区域语义和像素特征结合，既能基于深度学习直接完成变化检测区域的识别，又解决了直接变化检测中的多类误检问题，高精度地实现了双时相影像的端到端变化检测。
-
公开(公告)号：CN115331087B
公开(公告)日：2023-03-24
申请号：CN202211237501.2
申请日：2022-10-11
IPC分类号： G06V10/82 , G06V10/80 , G06V20/70 , G06V10/774 , G06V10/764 , G06V10/26
摘要： 本发明提出了一种融合区域语义与像素特征的遥感影像变化检测方法及系统，属于遥感影像变化检测的技术领域。首先，构建基于孪生网络架构的多尺度特征融合变化检测网络模型，利用端到端深度学习完成双时相遥感影像的直接变化检测；其次，利用语义分割模型赋予检测对象的区域语义，借助对象语义的区域连续属性，结合集合运算对直接变化检测结果的边缘进行逐像素分类优化，减少变化检测结果中的粘连等误检，提升双时相遥感影像变化检测精度。本发明通过将区域语义和像素特征结合，既能基于深度学习直接完成变化检测区域的识别，又解决了直接变化检测中的多类误检问题，高精度地实现了双时相影像的端到端变化检测。
-
公开(公告)号：CN114973054A
公开(公告)日：2022-08-30
申请号：CN202210309109.8
申请日：2022-03-28
申请人： 河海大学 , 水利部交通运输部国家能源局南京水利科学研究院
IPC分类号： G06V20/40 , G06V20/52 , G06V20/70 , G06V10/80 , G06V10/44 , G06V10/82 , G06V10/764 , G06V10/766 , G06V10/762 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于DCBFFNet的城市河道水上多目标检测方法与系统。首先从视频流中分别提取城市河道管理涉及水上对象的图像，进行降噪处理和标注，构建目标检测数据集；其次构建对象尺度敏感的密集连接双向特征融合深度学习模型DCBFFNet，该模型构建了面向多对象特性的特征层选择模块以及基于多尺度特征的密集双向特征融合模块，并设计了面向对象的多层特征图锚框尺寸；再基于最优的锚框尺寸和目标检测数据集，进行模型的迭代训练；最后基于训练好的模型实现水上对象的定位和类别预测。本发明通过端到端的模型训练可实现从数据集到目标检测的完整流程，用于城市河道水上多目标的定位和对象类别判断，为城市河道健康管理的及时响应提供智能化方法。
-
-
-
搜索结果
4 条记录 (耗时 0.052 秒)
