-
公开(公告)号：CN114219815B
公开(公告)日：2024-11-08
申请号：CN202111304541.X
申请日：2021-11-05
申请人： 浙江工业大学 , 杭州海康威视数字技术股份有限公司
摘要： 多层次语义边界分割的高分辨遥感影像农田提取方法，包括：步骤1：农田语义边界提取：步骤2：农田边界阈值设置：步骤3：农田边界阈值分割：步骤4：农田边界细化：步骤5：农田边界迭代分割与细化：步骤6：农田矢量对象构建。本发明以边缘检测网络得到的边界强度图作为输入，采用多层次阈值分割方法，提取精细边界。其中，高阈值分割结果能够保证分割结果尽量贴合真实边界，低阈值使得构建的地物对象尽可能完整。从而，使得细化结果既能保持较高的边界定位精度，又具有较好的完整性。
-
公开(公告)号：CN111394080B
公开(公告)日：2022-07-26
申请号：CN201911396141.9
申请日：2019-12-30
申请人： 浙江工业大学
摘要： 本发明涉及石油开采技术领域，为解决稠油粘度高、密度大，在油藏环境中难以驱动，在输送过程中流动阻力过大的问题，提供了一种稠油降粘剂及其使用方法，所述稠油降粘剂包括氧化石墨烯，所述稠油降粘剂的使用方法为，首先将所述稠油降粘剂分散于水中，形成稠油降粘剂溶液；然后将稠油降粘剂溶液加入到预先加热恒温至45～60℃的稠油中，恒温搅拌，使降粘剂与稠油充分接触反应，得到低粘度的乳状液。本发明的稠油降粘剂以水溶性氧化石墨烯为主成分，同时与碱性物质、表面活性剂或聚合物构成多种复配体系，多种协同作用下可有效降低稠油粘度；使用方法操作简单，可有效降低稠油粘度，后处理方便、成本较低。
-
公开(公告)号：CN110472525B
公开(公告)日：2021-05-07
申请号：CN201910680180.5
申请日：2019-07-26
申请人： 浙江工业大学
摘要： 一种时间序列遥感植被指数(Time‑Series Vegetation Index，TSVI)的噪声检测方法。首先使用单位根检验将各个像素的观测值分为平稳序列或者非平稳序列；对于非平稳序列，利用一定的数学模型对离散的TSVI进行建模，再计算实际观测值与模型预测值之间的差异，记为偏差。由于偏差消除了季节性成分，从而将非平稳序列转换为平稳序列。对于平稳序列或者偏差数据采用观测值分布在均值附近一定范围内的假设，进行噪声检测；再对去除噪声保留之后的观测值，迭代进行拟合和噪声检测，直到达到最大迭代次数或在某次迭代不再有噪声检出。然后将时间序列转换回图像空间获得噪声掩膜并优化。本发明可以获得准确的噪声掩膜，并提高地表相关应用的可靠性。
-
公开(公告)号：CN111394080A
公开(公告)日：2020-07-10
申请号：CN201911396141.9
申请日：2019-12-30
申请人： 浙江工业大学
摘要： 本发明涉及石油开采技术领域，为解决稠油粘度高、密度大，在油藏环境中难以驱动，在输送过程中流动阻力过大的问题，提供了一种稠油降粘剂及其使用方法，所述稠油降粘剂包括氧化石墨烯，所述稠油降粘剂的使用方法为，首先将所述稠油降粘剂分散于水中，形成稠油降粘剂溶液；然后将稠油降粘剂溶液加入到预先加热恒温至45～60℃的稠油中，恒温搅拌，使降粘剂与稠油充分接触反应，得到低粘度的乳状液。本发明的稠油降粘剂以水溶性氧化石墨烯为主成分，同时与碱性物质、表面活性剂或聚合物构成多种复配体系，多种协同作用下可有效降低稠油粘度；使用方法操作简单，可有效降低稠油粘度，后处理方便、成本较低。
-
-
公开(公告)号：CN102755733A
公开(公告)日：2012-10-31
申请号：CN201210232935.3
申请日：2012-07-05
申请人： 浙江工业大学
IPC分类号： A63F7/22
摘要： 机械版俄罗斯方块游戏机的选型机构，包括由正六边形拉伸构成的立方体外壳、以及位于立方体外壳内的选型升降机构，所述立方体外壳的连接两端正六边形的六个面板上均设置有镂空的与物块形状配合的开孔，所述立方体外壳连接第一槽轮机构，所述第一槽轮机构包括由选型电机驱动的第一缺口圆盘、与第一缺口圆盘配合的每次旋转60度的第一槽轮，所述第一槽轮连接所述立方体外壳；所述选型升降机构用于顶升位于第一上平板上的物块，使形状适合的物块从所述面板上的开孔中露出。本发明提供一种实体化、感官感受真切、更有利于健康的机械版俄罗斯方块游戏机的选型机构。
-
-
公开(公告)号：CN113159154B
公开(公告)日：2024-03-29
申请号：CN202110399004.1
申请日：2021-04-12
申请人： 浙江工业大学
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/08
摘要： 一种面向农作物分类的时间序列特征重建及动态识别方法，包括：步骤1：初始样本数据集构建；步骤2：缺失数据区域预测填充；步骤3：缺失数据区域取值范围取值填充；步骤4：回归器与分类器迭代；步骤5：动态分类；重复步骤2至步骤4，进行第r+1维特征回归器与分类器的构建，直到完成对所有R维特征的回归器与分类器的建立；实现数据缺失部分的重建和农作物分类，完成农作物的动态识别。本发明通过以LSTM网络模型作为框架，将用于缺失值填充的回归器和用于作物分类的分类器进行协同优化，实现对时序遥感数据缺失部分的填充，并根据动态增加的遥感数据对农作物进行分类，实现分类结果精度的逐步提高。
-
公开(公告)号：CN111310666B
公开(公告)日：2022-03-18
申请号：CN202010099370.0
申请日：2020-02-18
申请人： 浙江工业大学
摘要： 一种基于纹理特征的高分辨率影像地物识别与分割方法，包括：步骤1，根据类别体系制作样本集；步骤2，构造深度学习网络模型，内含：步骤2.1，构造骨干网络、步骤2.2，构造纹理特征提取结构、步骤2.3，构造特征矩阵去噪结构、步骤2.4，构造上采样结构；步骤3，深度学习网络模型训练；步骤4，图像预测；步骤5，分割结果后处理。本发明使用深度学习网络框架，通过重新设定网络框架下采样倍数，并显式设定纹理信息提取结构，不仅减少了小目标的信息损失，也提高了纹理信息的表达能力；深度网络模型中添加特征矩阵去噪模块，减少方法在计算中带来的额外噪声，实现逐像素的纹理表达，进一步提高网络模型精度。
-
公开(公告)号：CN113159154A
公开(公告)日：2021-07-23
申请号：CN202110399004.1
申请日：2021-04-12
申请人： 浙江工业大学
摘要： 一种面向农作物分类的时间序列特征重建及动态识别方法，包括：步骤1：初始样本数据集构建；步骤2：缺失数据区域预测填充；步骤3：缺失数据区域取值范围取值填充；步骤4：回归器与分类器迭代；步骤5：动态分类；重复步骤2至步骤4，进行第r+1维特征回归器与分类器的构建，直到完成对所有R维特征的回归器与分类器的建立；实现数据缺失部分的重建和农作物分类，完成农作物的动态识别。本发明通过以LSTM网络模型作为框架，将用于缺失值填充的回归器和用于作物分类的分类器进行协同优化，实现对时序遥感数据缺失部分的填充，并根据动态增加的遥感数据对农作物进行分类，实现分类结果精度的逐步提高。
-
-
-
-
-
-
-
-
-
搜索结果
47 条记录 (耗时 0.037 秒)
