-
-
公开(公告)号：CN114332492A
公开(公告)日：2022-04-12
申请号：CN202111534702.4
申请日：2021-12-15
Applicant: 南京林业大学
IPC: G06V10/46 , G06V10/764 , G06K9/62 , G06N3/00
Abstract: 本发明提供一种基于长时间序列的植被特征提取及选择方法，包括对一年内各月共12景Sentinel‑2时序影像与同年间11月份的一景Sentinel‑1影像进行预处理、进行双极化分解并提取极化植被指数、纹理特征和后向散射系数共17个特征；进行B2～B8、B11和B12波段提取并进行重采样；提取12景各景影像数据NDVI均值与IRECI均值，按时间绘制折线并提取VFC均值；分别时序折线插值与平滑滤波，提取14个相关物候参数；获得基于VFC的新型NDVI时序折线和IRECI时序折线，从中提取新型物候参数14个；根据SVM样本训练结果，利用人工蜂群特征选择算法对提取的17个极化特征与28个光学特征进行特征选择，筛选出分类的最优特征子集。
-
公开(公告)号：CN110110802B
公开(公告)日：2020-09-15
申请号：CN201910401905.2
申请日：2019-05-14
Applicant: 南京林业大学
IPC: G06K9/62
Abstract: 本发明提出的是一种基于高阶条件随机场的机载激光点云分类方法，具体包括如下步骤：（1）基于DBSCAN聚类的点云分割；（2）基于K‑means聚类的点云过分割；（3）基于Meanshift聚类的点集邻接关系构建；（4）基于多层次点集构造高阶条件随机场的点云分类方法。优点：（1）提出多层聚类的点集结构构建方法，并引入类别标签约束的Meanshift点集聚类构建点集之间的连接关系，能够更加准确的对点集的类别进行分类；（2）能够自适应的构造非线性点云个数的多层次点集，更完整的表征点云目标的结构和形状等信息；（3）以点集为一阶项构造CRF模型，具有更高的效率和分类效果，从而整合更高的框架，得到更好的效果。
-
-
公开(公告)号：CN106126816B
公开(公告)日：2019-04-05
申请号：CN201610467713.8
申请日：2016-06-24
Applicant: 南京林业大学
IPC: G06F17/50
Abstract: 本发明是一种重复建筑自动感知下的大规模ALS建筑点云建模方法，包括以下步骤：（一）采用深度学习方法，精细分割ALS点云，获取“建筑”、“植被”、“地面”和“其他”四类目标；（二）针对建筑点云，在局部区域内探测重复建筑，并对探测出的重复建筑配准和对齐，接着采用数据驱动方法，构建重复建筑屋顶模型，针对剩余的非重复建筑，采取综合数据驱动和模型驱动的混合建模方法，构建建筑屋顶的几何模型；（三）定性和定量评价建筑屋顶几何模型建模方法的精度和效率。优点：1）建模的效率和精度高，适合对重复建筑较多的城市居民区进行建模。2）方便与其他方法整合，以提升建模方法的应用范围和模型的层次细节。
-
Patent Agency Ranking
公开(公告)号：CN109214270A
公开(公告)日：2019-01-15
申请号：CN201810771396.8
申请日：2018-07-13
Applicant: 中国地质调查局南京地质调查中心 , 南京林业大学
Abstract: 本发明提出的是一种基于无人机影像的疑似违法违规用地信息快速提取方法，具体包括如下步骤：（1）无人机影像的地理配准与数据拼接；（2）无人机影像的增强与变换处理；（3）面向对象的土地利用信息变化检测方法；（4）提取新增用地变化图斑；（5）提取疑似违法违规用地信息。优点：以空间信息技术为基础，深化和拓展地理匹配、数据拼接、图像增强变化、信息变化检测等无人机影像数据处理与信息提取方法，结合地理信息系统空间分析模型，实现对多源、多时相遥感数据之间及遥感影像数据与城市建设规划审批数据之间的对比分析，快速获取疑似违法违规用地情况，为城市土地资源监察与管理提供技术服务和决策依据。
-
公开(公告)号：CN106127857B
公开(公告)日：2018-11-16
申请号：CN201610467712.3
申请日：2016-06-24
Applicant: 南京林业大学
Abstract: 本发明提出的是综合数据驱动与模型驱动的机载LiDAR数据建模方法，该方法包括以下步骤：（一）全波形LiDAR数据波形精确分解和建筑提取；（二）基于数据驱动的复杂建筑屋顶分割；（三）建筑屋顶语义划分；（四）基于分割单元的建筑屋顶建模；（五）建筑模型精度评价及渲染。本发明的优点：（1）可精确而合理地分割复杂建筑屋顶，并能维持屋顶分割面片间的拓扑关系，能够详细提取复杂建筑屋顶及大面积连体建筑的结构和边界线，为合理的建筑语义分块创造了条件；（2）能够构建复杂建筑模型，并保证模型的合理性和较高的重建效率，可以广泛用于大规模场景的城市建模。
-
公开(公告)号：CN117708368B
公开(公告)日：2024-09-13
申请号：CN202311681709.8
申请日：2023-12-08
Applicant: 南京林业大学
IPC: G06F16/587 , G06T17/05 , G06F17/12 , G06F16/56 , G06F30/13 , G06V20/17 , G06V20/10 , G06V20/54 , G06V10/26 , G06V10/30 , G06V10/36 , G06Q50/08 , E01C23/01 , G01C5/00
Abstract: 本发明公开一种道路定测中的加桩号确定方法，涉及道路工程测量技术领域，包括以下步骤：步骤1、道路点云数据采集；步骤2、道路点云数据处理：将采集的点云数据进行处理，得到点云数据集，以便后续使用；步骤3、地形线方程提取：提取陡坎处的等高线方程以及道路线方程；步骤4、方程联立求解：将提取的等高线方程以及道路线方程联立求解，得到加桩坐标x，y值；步骤5、获得高程：将步骤4得到的加桩坐标x，y值回代入步骤2得到的点云数据集中，得到加桩点的三维数据，即可获得高程；步骤6、加桩号确定：通过加桩处的坐标以及道路方程，得到加桩里程，确定加桩号。本发明无需人工现场对加桩处进行坐标以及高程测量，提高了工作效率。
-
公开(公告)号：CN117113032A
公开(公告)日：2023-11-24
申请号：CN202311196886.7
申请日：2023-09-15
Applicant: 南京林业大学
IPC: G06F18/20 , G06N3/0442 , G06N3/08 , G06Q50/08
Abstract: 本发明提供了一种顾及地面荷载的SBAS‑InSAR地面沉降预测方法，首先，基于LSTM长短期记忆神经网络确定顾及地面荷载的地面沉降模型的总体框架，然后对地面沉降模型的参数进行配置，选择训练样本和验证样本并对地面沉降模型进行训练，并对地面沉降模型精度进行评估；利用训练好的地面沉降模型对特征点后续沉降进行预测及分析，本申请可以更好地评估建筑物荷载对地面沉降的影响，更准确地预测地面沉降趋势，为城市规划、土地开发和基础设施维护提供科学依据。
-
公开(公告)号：CN109165458B
公开(公告)日：2023-07-11
申请号：CN201811031896.4
申请日：2018-09-05
Applicant: 南京林业大学 , 中国地质调查局南京地质调查中心
Abstract: 本发明提出了一种基于BIM的地表建筑太阳辐射估算方法，具体步骤包括：1）多尺度精细地表曲面模型构建与优化；2）基于BIM的城镇建筑信息空间规划与表达；3）基于BIM的城镇建筑基本天然采光评估；4）太阳辐射空间曲面模拟预测模型的构建；5）基于BIM的太阳辐射时空分布定量评估；6）基于BIM的建筑表皮响应设计策略。优点：1）提出基于高分遥感影像的数字地表模型分区、分尺度构建与优化方法；2）有效解决建成区已有建筑和规划建筑中的太阳辐射定量估算问题；3）科学指导城镇微观尺度生态环境要素的模拟与仿真；4）为城镇区域太阳辐射能的利用开发提供理论基础和技术支撑；5）拓展城镇微观尺度生态环境多学科交叉融合的理论基础和技术方法。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.036 seconds)
