一种基于人流密度的流行病疫情风险等级评估方法

    公开(公告)号:CN111128399B

    公开(公告)日:2020-07-14

    申请号:CN202010236407.X

    申请日:2020-03-30

    Abstract: 本发明提供一种基于人流密度的流行病疫情风险等级评估方法,包括:获取目标区/县的总新增确诊病例的数量和目标区/县的本地新增确诊病例的数量;根据腾讯位置大数据获取目标区/县的人口流动数据;获取目标区/县的人口密度;根据高德地图POI数据,获取目标区/县的企业数据;将总新增确诊病例的数量、本地新增确诊病例的数量、人口流动数据、人口密度和企业数据输入疫情风险评估模型中,获取目标区/县的疫情风险评估等级;目标区/县的疫情风险评估等级输入至地理信息系统,得到目标省份的疫情风险评估地图,并向用户呈现疫情风险评估地图。相对于现有技术,本发明能更准确的实现对区/县尺度疫情风险等级的评估。

    一种氨氮的识别方法、装置、存储介质及设备

    公开(公告)号:CN109269988A

    公开(公告)日:2019-01-25

    申请号:CN201811197845.9

    申请日:2018-10-15

    Abstract: 本发明涉及一种氨氮的识别方法、装置、存储介质及设备,包括:获取地面黑臭水体采样点的氨氮含量、地面黑臭水体采样点在各个波段的水体反射率;获得黑臭水体采样点在星载多光谱遥感摄像装置中各个波段的水体反射率;将地面黑臭水体采样点的氨氮含量、黑臭水体采样点在星载多光谱遥感摄像装置中各个波段的水体反射率进行相关性分析,确定最佳波段组合的水体反射率;确定氨氮含量与最佳波段组合的水体反射率的关系模型;获取待测区域的黑臭水体图像;根据关系模型和黑臭水体图像,确定氨氮的分布。本发明无需到待测区域实地测量,也无需进行化学检定,实现了对大范围区域的黑臭水体的氨氮的快速识别。

    一种城市水体的识别方法、装置、储存介质及设备

    公开(公告)号:CN109472294A

    公开(公告)日:2019-03-15

    申请号:CN201811197840.6

    申请日:2018-10-15

    Abstract: 本发明涉及一种城市水体的识别方法、装置、储存介质及设备,包括:获取训练的多光谱图像并进行分类训练,获得水体分类模型;获取待分析城市的多光谱图像,并输入到水体分类模型中进行处理,识别出水体图像;计算所述水体图像的连通域,并获得各个连通域的连通面积;根据预设的连通面积阈值,获得初识别的城市水体图像;根据预设的长度阈值,识别出城市水体图像;对所述城市水体图像进行形态学膨胀与腐蚀处理,获得连续的城市水体图像。通过水体分类模型将水体和非水体进行区分,以获得水体图像;结合连通面积阈值判断和长度阈值判断,从而识别出城市水体图像;再结合形态学膨胀与腐蚀的处理,从而实现了城市水体的快速准确识别。

    一种基于相关性系数的植物滞尘能力检测方法

    公开(公告)号:CN109270012A

    公开(公告)日:2019-01-25

    申请号:CN201811362056.6

    申请日:2018-11-15

    Abstract: 本发明涉及一种基于相关性系数的植物滞尘能力检测方法,包括:获取植物的光谱反射率和滞尘量;计算各个波段的光谱反射率的一阶倒数;计算各个波段的光谱反射率的一阶倒数和对应的滞尘量数据的相关性系数;筛选出绝对值最大的相关性系数对应的波段,并确定该波段对应的光谱反射率的一阶倒数和滞尘量数据;拟合确定滞尘反演模型;获取待测植物在反演波段的光谱反射率的一阶倒数,并输入到滞尘反演模型中,获得滞尘量数据量。根据绝对值最大的相关性系数性系数筛选出最佳的单个反演波段,并拟合确定滞尘反演模型,最直观地表示光谱反射率的一阶倒数对滞尘量的响应程度,进而实现快速便捷地获得表征待测植物滞尘能力的滞尘量。

    一种基于随机森林算法的植物滞尘能力检测方法

    公开(公告)号:CN109270010A

    公开(公告)日:2019-01-25

    申请号:CN201811362049.6

    申请日:2018-11-15

    Abstract: 本发明涉及一种基于随机森林算法的植物滞尘能力检测方法,包括:获取植物在各个波段的光谱反射率的一阶倒数以及对应的表征植物滞尘能力的滞尘量数据;根据植物在各个波段的光谱反射率的一阶倒数和对应的滞尘量数据,利用第一随机森林算法,筛选获得反演波段;根据筛选的反演波段,获得反演波段对应的光谱反射率一阶倒数以及对应的滞尘量数据;采用grid-search算法和第二随机森林算法构建滞尘反演模型;将待测植物在反演波段的光谱反射率一阶倒数输入到滞尘反演模型中,获得滞尘量数据。采用第一随机森林算法实现快速、准确地筛选出反演波段,结合grid-search算法和第二随机森林算法,建立滞尘反演模型,进而实现对植物滞尘量准确估算。

    一种化学需氧量的识别方法、装置、存储介质及设备

    公开(公告)号:CN109269995A

    公开(公告)日:2019-01-25

    申请号:CN201811198897.8

    申请日:2018-10-15

    Abstract: 本发明涉及一种化学需氧量的识别方法、装置、存储介质及设备,包括:获取地面黑臭水体采样点的化学需氧量的含量、地面黑臭水体采样点在各个波段的水体反射率;获得黑臭水体采样点在星载多光谱遥感摄像装置中各个波段的水体反射率;进行相关性分析,确定最佳波段组合的水体反射率;将在最佳波段组合的水体反射率下的化学需氧量的含量进行拟合,确定关系模型;获取待测区域的黑臭水体图像;根据关系模型和黑臭水体图像,确定化学需氧量的分布。本发明无需到待测区域实地测量,也无需进行化学检定,实现了对大范围区域的黑臭水体的化学需氧量的快速识别。

    一种城市水体的识别方法、装置、储存介质及设备

    公开(公告)号:CN109508641A

    公开(公告)日:2019-03-22

    申请号:CN201811197394.9

    申请日:2018-10-15

    Abstract: 本发明涉及一种城市水体的识别方法、装置、储存介质及设备,包括:获取待分析城市的多光谱图像;通过sobel算子计算多光谱图像的梯度,获得水体的梯度图像;计算水体的梯度图像的连通域,并获得各个连通域的连通面积;根据预设的连通面积阈值,获得初识别的水体图像;根据预设的长度阈值,识别出城市水体图像;对城市水体图像进行形态学膨胀与腐蚀处理,获得连续的城市水体图像。通过sobel算子计算梯度,从而根据水体纹理信息快速获得水体的梯度图像,结合连通面积阈值判断和长度阈值判断,从而准确识别出城市水体,再结合形态学膨胀与腐蚀的处理,从而在保留水体形状信息时,防止因地物阴影或者水体污染出现漏提取导致提取的水体图像出现断流的问题。

    一种植物的识别方法、装置、储存介质和设备

    公开(公告)号:CN109472210A

    公开(公告)日:2019-03-15

    申请号:CN201811196781.0

    申请日:2018-10-15

    Abstract: 本发明涉及一张植物的识别方法、装置、储存介质和设备,包括:获取待识别植物的生育期信息、以及待识别植物在生育期各阶段对应的相关光谱数据;根据生育期信息、以及生育期各阶段对应的相关光谱数据构建待识别植物的数据库;获取待分析区域在待识别植物生育期各阶段的光谱图像数据;将待分析区域在待识别植物生育期各阶段的光谱图像数据与待识别植物的数据库进行光谱特征匹配,判断待分析区域是否存在待识别植物。通过将待识别植物的生育期以及生育期各阶段对应的相关光谱数据建立待识别植物的数据库,进而通过光谱特征匹配的方法,可在待分析区域自动识别是否存在待识别植物,节省了时间,提高了效率。

    一种基于机器学习算法的植物滞尘能力检测方法

    公开(公告)号:CN109270011A

    公开(公告)日:2019-01-25

    申请号:CN201811362050.9

    申请日:2018-11-15

    Abstract: 本发明涉及一种基于机器学习算法的植物滞尘能力检测方法,包括:获取植物在各个波段的光谱反射率的一阶倒数以及对应的滞尘量数据;计算各个波段的光谱反射率的一阶倒数和滞尘量数据的相关性系数,确定反演波段;以反演波段对应的光谱反射率一阶倒数作为输入,以反演波段对应的滞尘量数据作为预期输出,采用grid-search算法和支持向量机算法构建滞尘反演模型;获取待测植物在反演波段的光谱反射率的一阶倒数,并输入到滞尘反演模型中,获得滞尘量数据。通过计算各个波段的光谱反射率的一阶倒数和滞尘量数据的相关性系数获得反演波段,再结合grid-search算法和支持向量机算法准确构建滞尘反演模型,实现了对待测植物的滞尘量数据的快速准确获取。

    一种基于分类与回归树算法的植物滞尘能力检测方法

    公开(公告)号:CN109270009A

    公开(公告)日:2019-01-25

    申请号:CN201811360899.2

    申请日:2018-11-15

    Abstract: 本发明涉及一种基于分类与回归树算法的植物滞尘能力检测方法,包括:获取植物在各个波段的光谱反射率的一阶倒数以及对应的表征植物滞尘能力的滞尘量数据;计算各个波段的光谱反射率的一阶倒数和对应的滞尘量数据的相关性系数,并筛选获得反演波段;以反演波段对应的光谱反射率一阶倒数作为输入,以反演波段对应的滞尘量数据作为预期输出,采用grid-search算法和分类与回归树算法构建滞尘反演模型;将待测植物在反演波段的光谱反射率的一阶倒数输入到滞尘反演模型中,估算获得表征待测植物滞尘能力的滞尘量数据。通过相关性系数快速筛选获得反演波段,再结合grid-search算法和分类与回归树算法准确构建滞尘反演模型,实现了对植物滞尘能力的快速准确确定。

Patent Agency Ranking