基于DEM的多维遥感全方位火灾监测方法、设备和介质

    公开(公告)号:CN116524371A

    公开(公告)日:2023-08-01

    申请号:CN202310489698.7

    申请日:2023-05-04

    发明人: 黄健 唐莉 郭贤生

    摘要: 本发明公开了一种基于DEM的多维遥感全方位火灾监测方法、设备和介质,通过构建DEM和DSM,得到冠层高度模型CHM,根据冠层特征点构建不规则三角网TIN,基于TIN按原始数据尺度重构DHM,根据原始DHM和重构DMH,判断植被变化量,采用判别分析法,对植被变化量进行筛选,获取显著因子,构建判别函数模型,对模型进行训练,根据训练后的判别函数模型,判断t时段内的植被变化量是否异常,根据t时段内的植被变化量的异常情况判断是否存在火灾,考虑地势的复杂度,结合地势和风势确定当前火势和火势蔓延情况,提高对火灾的监测精度和预测精度,同时减小了因植被覆盖量密集,而导致的监测不到位,提取差错率高的情况。

    一种基于多维感知的森林火灾监测方法及系统

    公开(公告)号:CN116504014A

    公开(公告)日:2023-07-28

    申请号:CN202310454445.6

    申请日:2023-04-25

    发明人: 黄健 唐莉 郭贤生

    摘要: 本发明公开了一种基于多维感知的森林火灾监测方法及系统,森林火灾检测方法通过采用时效性高、空间分辨率高的卫星采集卫星遥感图像,从而提高对面积较小的森林火灾的识别率,同时减少响应时间;以及,通过地形校正模型对卫星遥感图像进行地形校正,从而提高山的相对背向的林火监测效果,解决了解决目前森林火灾监测预警系统效率低、识别精度低的问题。在地形矫正的基础上构建森林火灾识别模型,根据烟雾以及火点的识别得到烟雾预警值和火点预警值,以提升森林火灾识别的准确性。同时,基于川西森林特点和火险风险因子构建火灾判定阈值并进行火灾预警,提升了对于川西森林火灾识别的精准性和预警的准确性。

    一种带有自清洁机构的无人机用航拍稳像云台

    公开(公告)号:CN114852361A

    公开(公告)日:2022-08-05

    申请号:CN202210592068.8

    申请日:2022-05-27

    发明人: 黄健 郭贤生

    IPC分类号: B64D47/08 B08B1/00

    摘要: 本发明公开了一种带有自清洁机构的无人机用航拍稳像云台,包括航向臂,连接在航向臂下方的横滚臂,还包括固定于横滚臂上的弧形板,所述弧形板的轴线与横滚臂上俯仰电机轴的轴线共线,弧形板位于俯仰电机轴的上方,弧形板的凹陷侧还安装有用于擦拭摄像机镜头的擦拭垫。本方案不仅可对摄像机镜头进行清洁,还可以降低无人机机载重量,有利于延长无人机的续航时间、增加续航里程、提升无人机的飞行性能。

    一种带有诱虫机构的森林害虫识别监控装置

    公开(公告)号:CN114794042A

    公开(公告)日:2022-07-29

    申请号:CN202210479731.3

    申请日:2022-05-05

    发明人: 黄健 郭贤生

    IPC分类号: A01M1/02 A01M1/04

    摘要: 本发明公开了一种带有诱虫机构的森林害虫识别监控装置,包括诱虫机构及拍摄组件,所述诱虫机构包括第一诱虫机构和第二诱虫机构;所述第一诱虫机构包括多个第一诱虫组件,各第一诱虫组件均包括诱剂瓶及与诱剂瓶出口相通的释放箱;所述第二诱虫机构包括多个第二诱虫组件,各第二诱虫组件均包括用于安装诱虫灯的接口;所述拍摄组件包括相机,所述相机用于图像采集,所述图像采集的覆盖区域包括释放箱的诱虫区域以及诱虫灯的诱虫区域。本方案可用于森林害虫识别监测,同时可提高害虫识别准确率。

    一种基于多智能体深度强化学习与最小二乘的定位方法

    公开(公告)号:CN114578335A

    公开(公告)日:2022-06-03

    申请号:CN202210207643.8

    申请日:2022-03-03

    IPC分类号: G01S11/06 G06F17/18

    摘要: 本发明属于无人机辅助轨迹定位的方法,具体涉及一种基于多智能体深度强化学习与最小二乘算法的定位方法。本发明建模一个无人机群与目标机器人相互通信的场景,利用有标签的无人机群和目标机器人的轨迹数据,以及二者之间的接收信号强度进行定位。首先使用最小二乘算法对目标位置进行定位,然后基于多智能体深度强化学习算法对无人机群进行自主定位,同时评估对目标位置的估计。训练过程中,使用深度神经网络处理高维状态输入,借助标签位置信息计算奖赏值,并考虑到多个智能体之间的异构性,进行了相关的仿真实验。通过训练可以得到一个自适应的网络模型,对处理高维异构数据也有一定的鲁棒性。因此,本发明是一种良好的定位替代技术。

    一种基于参数预测的深度迁移室内定位方法

    公开(公告)号:CN113132931B

    公开(公告)日:2022-01-28

    申请号:CN202110409122.6

    申请日:2021-04-16

    IPC分类号: H04W4/33 H04W64/00 G06K9/62

    摘要: 本发明属于在复杂的室内环境下进行准确定位的方法,具体是涉及一种基于参数预测的深度迁移室内定位方法。本发明首先利用有标签的源域数据预训练一个性能良好的源网络定位模型,然后通过固定预训练的源网络参数,在无标签目标域数据的辅助下学习一种从源网络参数到目标网络参数的转换矩阵,最后利用该转换矩阵和源网络参数计算出目标域网络参数。本发明克服了常用领域适应技术过度专注于领域不变特征而忽略领域差异的弊端,能够使目标域的特征分布尽可能接近源域特征分布,从而保证了目标域网络在适应新环境的同时能保留部分源域网络的数据处理能力。本发明是一种能够良好适应复杂室内环境的高精度定位方法。

    一种基于异构迁移学习的室内定位方法

    公开(公告)号:CN112954632A

    公开(公告)日:2021-06-11

    申请号:CN202110102396.0

    申请日:2021-01-26

    IPC分类号: H04W4/33 H04W64/00 H04B17/318

    摘要: 本发明属于室内定位技术领域,具体是涉及一种基于异构迁移学习的室内定位方法。本发明首先通过在每个格点采集RSS值建立离线指纹库作为源域数据,并随机收集一部分格点的RSS值作为共现数据中源域信息部分。然后在线上定位阶段,采集测试样本以及共现数据中目标域信息部分,并完成对共现数据的拼接。本发明的方法,以共现数据为桥梁,并加入边缘分布和条件分布对齐以及拓扑一致性约束,计算一个将源域投影到目标域的映射。最后,利用映射后的源域数据训练分类器,用于目标域的测试样本的位置计算。本发明充分利用共现数据,将源域和目标域数据联系起来,能在定位环境中传感器大量更换的情况下继续完成稳定、准确的定位,而不需要重新建立指纹库。

    一种室内定位方法
    9.
    发明公开

    公开(公告)号:CN111885703A

    公开(公告)日:2020-11-03

    申请号:CN202010704495.1

    申请日:2020-07-21

    IPC分类号: H04W64/00 H04B17/318 G01S5/02

    摘要: 本发明属于室内定位技术领域,具体涉及一种室内定位方法。本发明公开了基于混构域迁移学习的室内定位方法,其中混构域是指源域和目标域共享一部分特征空间,但又独有部分特征的数据域,该方法能充分利用源域和目标域中的共有AP,对目标域中缺失的AP数据进行补充,既维持了源域和目标域的特征一致性,也保证了各特征数据之间不发生混叠,有效的提高了定位样本特征数据不足情况下的定位精度,因此,本发明可以在待定位样本特征数据不足的混合域中发挥非常重要的作用。

    一种舰船ISAR图像结构特征提取方法

    公开(公告)号:CN105116408A

    公开(公告)日:2015-12-02

    申请号:CN201510377077.5

    申请日:2015-06-30

    IPC分类号: G01S13/90

    CPC分类号: G01S13/9035 G01S2013/9064

    摘要: 本发明属于对舰船目标进行ISAR成像仿真技术领域,尤其涉及对舰船目标的甲板长度和甲板宽度等结构特征进行提取。本发明首先利用散射点模型对舰船目标进行仿真,然后模拟海杂波环境下的舰船目标的ISAR成像,最后对ISAR图像进行预处理,同时得到舰船目标的结构特征(甲板长度、甲板宽度)。本发明解决了复杂海杂波环境下对舰船目标结构特征提取的问题,对不同角度的舰船目标的结构特征提取均有不错的效果。