公开(公告)号：CN119622532A

公开(公告)日：2025-03-14

申请号：CN202411693429.3

申请日：2024-11-25

Applicant: 国网河南省电力公司电力科学研究院 ,  苏州深蓝空间遥感技术有限公司

Inventor： 伍川 ,  黄小川 ,  张博 ,  刘泽辉 ,  叶中飞 ,  刘光辉 ,  炊晓毅 ,  卢明 ,  谢凯 ,  高超 ,  魏建林 ,  袁洋 ,  王鑫 ,  王肖 ,  李进田 ,  陈佳岺 ,  宋高丽 ,  李梦丽 ,  陈钊 ,  张帅

IPC: G06F18/243 ,  G06N20/20 ,  G06F18/214 ,  G06F18/2113 ,  G01W1/14

Abstract: 本申请涉及汛情监测技术领域，具体是一种基于SAR时序特征优化的汛情动态监测算法，其包括如下步骤：获取若干目标区域汛期Sentinel‑1SAR样本数据；对样本数据进行处理，构建初始特征集；对部分样本数据赋予标签，形成训练集，所述标签种类包括常态水体、淹没水体以及非水体；利用训练集训练识别模型；确定最优特征数量；基于最优特征子集，以最优特征子集作为输入，使用经训练后的识别模型输出目标区域时空变化结果。本申请通过分别从极化维、时间维进行特征联合优化选择，利用少且有效的优化特征实现高精度汛期水体监测，提高了汛情动态监测的准确性和可靠性，实现大尺度下水体范围时空信息的自动、快速、有效监测。

公开(公告)号：CN116861956A

公开(公告)日：2023-10-10

申请号：CN202310843421.X

申请日：2023-07-11

Applicant: 苏州深蓝空间遥感技术有限公司

Inventor： 吴磊 ,  孙世山 ,  王肖 ,  李进田

IPC: G06N3/0442 ,  G06N3/048 ,  G06F18/25 ,  G06F18/243 ,  G06F18/2415 ,  G06F18/2431 ,  G06F123/02

Abstract: 本发明实施例公开了一种顾及InSAR形变的LSTM地灾易发性时序预测方法，属于地灾预测技术领域，其基于地灾样本的时序优化特征，训练评估地灾易发性的softmax模型。同时训练并实时更新预测优化特征发展趋势的LSTM深度学习模型。采用LSTM模型预测优化特征发展趋势，并利用softmax分类器根据未来优化特征确定地灾易发性等级。本发明可通过前两年的时间序列数据，获取未来一个月的地灾易发性，可为相关部门开展地质灾害预防提供新思路。