-
公开(公告)号：CN101859383B
公开(公告)日：2012-07-18
申请号：CN201010195127.5
申请日：2010-06-08
Applicant: 河海大学
Abstract: 本发明公开了一种基于时间序列重要点分析的高光谱遥感图像波段选择方法，本发明方法通过基于DBI的K-means聚类方法将高光谱遥感图像数据样本聚类成K个类别，并使用小波分析进行去噪处理，再基于时间序列分析进行重要点的提取，以实现特征波段的选择。相比现有技术，本发明方法具有计算复杂度低、实现过程方便快捷的优点，并为高维数据的降维提供了一种全新的思路。
-
-
公开(公告)号：CN101827224B
公开(公告)日：2012-04-11
申请号：CN201010156224.3
申请日：2010-04-23
Applicant: 河海大学
Abstract: 本发明公开了一种新闻视频中主播镜头的检测方法，包括：对新闻视频进行镜头切分检测；去除图像非重点区域后提取两个对角线方向的时空切片；对时空切片沿时间方向和垂直于时间方向进行切割，得到若干窗口；选取所述每一部分每一个镜头所对应的窗口中的第一个和最后一个；提取所选窗口图像特征向量；通过串行聚类方法对特征向量进行聚类，提取初步的主播镜头；利用图像运动特征对得到的初步主播镜头进行进一步筛选；将筛选后的各部分结果融合，得到最终的新闻主播镜头。本发明的优点是对各类新闻视频中主播镜头检测准确率高，计算复杂度低，有效克服了现有技术对于主持人不在屏幕中间以及动态演播室背景的情况下漏检率较高的问题。
-
公开(公告)号：CN119476608A
公开(公告)日：2025-02-18
申请号：CN202411577805.2
申请日：2024-11-06
Applicant: 河海大学
IPC: G06Q10/04 , G06Q50/26 , G06F18/24 , G06N3/0442 , G06N3/0464 , G06N20/10 , G06Q10/0639
Abstract: 本发明公开一种具有可解释性的水文时间序列预测模型构建方法，涉及智能预测及可解释机器学习技术领域。首先获取进行水文预测相关的监测数据；再对监测数据进行数据预处理；通过不同的特征选择方法对所述目标数据集进行特征选择寻优，得到多组最佳特征子集；再对所得到的几组最佳特征子集分别训练并进行综合评分得到目标预测模型；最后利用SHAP解释工具对所述目标预测模型进行全局解释和局部解释。本发明在关注模型预测准确度的基础上，同时关注模型的解释性能问题，在保证模型预测快速准确的同时还能掌握每个特征对模型预测结果的重要性，以及不同特征之间的相互作用关系。
-
公开(公告)号：CN119476606A
公开(公告)日：2025-02-18
申请号：CN202411577784.4
申请日：2024-11-06
Applicant: 河海大学
Abstract: 本发明公开一种基于模式库的洪水预报智能推荐方法。首先，从历史降雨数据和历史洪水数据中挖掘降雨‑洪水关联模式，构建降雨‑洪水关联模式库：然后使用水文预报场景下的智能推荐算法，通过目标降雨特征提取、目标降雨相似性搜索、构建多层次的降雨‑洪水关联矩阵、计算推荐度等步骤，得到洪水过程推荐列表，作为当前降雨可能导致的洪水发展趋势的预报预警信息。本发明实现了基于降雨‑洪水关联模式库的洪水预报智能推荐，可以根据历史场景对当前降雨可能导致的洪水过程作出预测，为防洪防汛决策提供有力技术支撑。
-
Patent Agency Ranking
公开(公告)号：CN116091801B
公开(公告)日：2023-06-16
申请号：CN202310211558.3
申请日：2023-03-07
Applicant: 河海大学
Abstract: 本发明公开一种基于深度学习的降雨图像相似性搜索方法，对研究流域进行数据预处理后，采用分块加权颜色直方图分别提取研究流域历史时段降雨量图像和待检索降雨图像的降雨特征信息，然后计算待检索图像和历史降雨图像的降雨特征信息间相似度；其次采用多指标加权组合法对降雨特征信息间的相似度进行融合，得到多特征融合的降雨图像相似性度量方法；接着采用改进鲸鱼优化算法IWOA训练得到最优权重系数，得到最优特征融合相似性度量；最后计算历史库中降雨图像搜索和待查询降雨图像间的相似性并进行排序，得到和待检索图像最相似的历史降雨图像。本发明提供基于深度学习的降雨图像相似性搜索方法，实现相似降雨图像的识别和搜索。
-
公开(公告)号：CN114998316A
公开(公告)日：2022-09-02
申请号：CN202210838526.1
申请日：2022-07-18
Applicant: 河海大学
Abstract: 本发明公开一种基于DEM的中小流域垂直河道淹没探测方法，采集研究流域对应的DEM数据，对不同分辨率DEM数据进行预处理形成TIFF格式或ASCII格式的数据,对河道DEM数据进行栅格矢量化，依据河道汇流关系进行河道分段划分，提取河段的折点信息并存储；提取任意河段两顺序折点判断折点间的位置关系并计算折点间的距离；以DEM像元大小将河段定长分割为若干子段；计算两顺序折点间河段各等分点的坐标，在各等分点处做与河段垂直方向上的探测线，沿水流方向在河道左右两侧分别进行探测；计算每个探测点的坐标并获取该点所在网格单元的高程及水深；若根据水深大小判定该网格单元洪水淹没状态及淹没水深；直至探测所有河段。
-
公开(公告)号：CN114969416A
公开(公告)日：2022-08-30
申请号：CN202210243705.0
申请日：2022-03-11
Applicant: 河海大学
IPC: G06F16/583 , G06F16/587 , G06F16/532 , G06F16/538
Abstract: 本发明公开一种基于降雨量图的降雨相似性搜索方法，属于水文数据挖掘技术领域。本发明主要是为了解决现有的降雨相似性方法中使用雨量站降雨数据而忽略降雨空间分布情况的问题，使用分块的方法将日降雨量图转换成降雨分布矩阵后，用S‑2DDTW算法计算两个降雨分布矩阵之间的距离，并结合滑动窗口方法和IWDTW算法，实现降雨序列的相似性搜索。
-
公开(公告)号：CN110363349B
公开(公告)日：2022-08-26
申请号：CN201910633468.7
申请日：2019-07-15
Applicant: 河海大学
Abstract: 本发明公开一种基于ASCS的LSTM神经网络水文预测方法及系统，该方法包括：(1)采集一水系流域的流量雨量值及所述水系流域对应的雨量站一定时间段内的雨量，形成雨量样本数据，进而一定间隔年份的雨量样本数据形成雨量样本数据集，并对所述雨量样本数据集进行预处理；(2)采用ASCS算法对LSTM神经网络的学习率lr和隐含层节点数hidden_size参数进行寻优，同时利用雨量样本数据集对LSTM神经网络进行训练，最终得到ASCS_LSTM神经网络水文预测模型；(3)对所述ASCS_LSTM神经网络水文预测模型进行测试。本发明采用ASCS算法对LSTM模型的参数进行优化，利用最优参数得到的模型进行水文预测，准确度更高。
-
公开(公告)号：CN114821295A
公开(公告)日：2022-07-29
申请号：CN202210243704.6
申请日：2022-03-11
Applicant: 河海大学
Abstract: 本发明公开一种基于遥感图像的水库水体提取方法，首先遥感图像进行预处理，构建水体提取数据集。构建Res2Net‑UNet模型对遥感图像进行水体提取，使用UNet模型的编码器和解码器的结构，将结合了Res2Net模块的ResNet50网络模型作为编码器，并在解码器中融入混合域注意力机制，同时在编码器和解码器之间加入跳跃连接，更好的对编码器和解码器进行特征融合，并充分利用图像中的空间信息和通道信息，最后使用随机搜索算法对Res2Net‑UNet模型进行参数寻优，使用训练好的模型进行水体提取，使得水库水体提取结果的精度更高。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.025 seconds)
