-
公开(公告)号：CN117075138B
公开(公告)日：2025-03-04
申请号：CN202311041744.3
申请日：2023-08-18
Applicant: 中南大学
IPC: G01S17/88 , G06V20/10 , G06V10/771 , G06V10/764 , G06V10/774 , G01S17/86 , G01S7/48 , G01C5/00
Abstract: 本发明公开一种区域30米森林冠层高度遥感测算方法、系统及介质，涉及林业冠层高度估算技术领域。所述方法包括：获取目标区域的森林冠层高度数据和多源遥感因子；利用局部噪声算法，对所述森林冠层高度数据进行筛选，并根据所述多源遥感因子确定筛选后的森林冠层高度数据对应的预测变量；所述预测变量包括地形因子、地表反射率、植被指数、植被覆盖度和气候数据；利用随机森林算法，对所述筛选后的森林冠层高度数据及对应的预测变量进行建模，得到冠层高度反演模型；利用所述冠层高度反演模型进行区域30米森林冠层高度的估算，并根据估算后的预测数据进行绘制。本发明能够提高对于区域30米森林冠层的高度绘制精度。
-
公开(公告)号：CN114974453B
公开(公告)日：2023-08-29
申请号：CN202210597699.9
申请日：2022-05-30
Applicant: 中南大学
Abstract: 本发明提供了一种大气二氧化碳柱浓度高覆盖度重建方法，包括：步骤1、分析大气CO2来源和变化影响因子，将CO2柱浓度产品与各变化影响因子的数据统一到相同的分辨率，进行数据匹配，通过计算CO2柱浓度和各变化影响因子间的Person相关性，进行变量筛选；步骤2、利用筛选出的变化影响因子组成建模数据集，利用随机森林模型对建模数据集进行建模，并调整模型参数，使得模型验证结果最优，得到CO2柱浓度预测模型；步骤3、将区域内的所有的建模数据进行标准空间网格化处理，利用搭建好的CO2柱浓度预测模型进行预测，得到区域内每天的所有网格点CO2柱浓度数据集。本发明能获取到区域全覆盖的CO2柱浓度的日尺度级数据。
-
公开(公告)号：CN116312849A
公开(公告)日：2023-06-23
申请号：CN202310038709.X
申请日：2023-01-13
Applicant: 中南大学
Abstract: 本发明提供一种基于随机森林模型和卫星遥感的全覆盖甲烷浓度测算方法，具体包括：步骤一、分析大气甲烷的来源和变量影响因子，对现有数据进行预处理；步骤二、将处理后的变量数据组成建模数据集，利用随机森林模型对数据集进行建模；步骤三、利用搭建好的测算模型进行测算，得到区域全覆盖的日尺度甲烷柱浓度数据集。本发明建立的测算模型性能良好，相对于传统测算方法，具有较强的甲烷柱浓度测算能力，通过与地面TCCON站点(合肥站和香河站)数据对比验证，每日甲烷柱浓度的测算结果与站点数据的平均偏差小于1％。
-
公开(公告)号：CN115015486B
公开(公告)日：2023-04-07
申请号：CN202210662223.9
申请日：2022-06-13
Applicant: 中南大学
IPC: G01N33/00 , G01N21/3504 , G06F18/2431 , G06F17/18
Abstract: 本发明公开了一种基于回归树模型的碳排放量测算方法，步骤如下：S1、分析碳排放的来源和变化影响因子；碳排放来源和变化影响因子包括但不限于以下内容：化石燃料二氧化碳排放数据(ODIAC)、夜光数据、道路交通数据、地形因子，将各数据进行预处理并统一到相同的分辨率，进行数据匹配；S2、将处理后的变量数据组成建模数据集，利用回归树模型对匹配数据集进行建模；S3、统计每日的所有数据，利用搭建好的碳排放预测模型进行预测，得到区域全覆盖的日尺度碳排放数据集。本发明采用上述的一种基于回归树模型的碳排放量测算方法，获得高时空分辨率的、高覆盖度的区域碳排放数据集。
-
公开(公告)号：CN114844900B
公开(公告)日：2022-12-13
申请号：CN202210483939.2
申请日：2022-05-05
Applicant: 中南大学
IPC: H04L67/1008 , H04L67/1012 , H04L67/60
Abstract: 本发明公开了一种基于不确定需求下的边云资源协作方法，目的是提高边缘服务器的服务效率。技术方案是先构建由J个边缘服务器和一个云端服务中心组成的边缘云一体化系统。接着边缘服务器的各个模块依次运行：设备信息模块读取最大计算负载；效率计算模块计算计算资源对效率的预期影响；数据预估模块根据预期影响，预估边缘服务器最大预期效率和最优预先请求资源量；最优决策模块根据预先请求资源量和预期影响，计算最优预先请求决策；第一协作模块根据最优预先请求决策和预先请求资源量确定请求指令。最后云端服务中心根据请求指令调度资源。采用本发明可以避免预先请求资源过少时的计算任务流失，提高边缘服务器的服务效率。
-
Patent Agency Ranking
公开(公告)号：CN114369769B
公开(公告)日：2022-10-11
申请号：CN202111444391.2
申请日：2021-11-30
Applicant: 中国科学院金属研究所 , 中南大学
Abstract: 本发明属于材料技术领域，具体涉及一种超高强高韧贝氏体时效钢及其热处理工艺。贝氏体时效钢基体组织为贝氏体，贝氏体时效钢的化学成分如下：Ni:15～20，Co:10～14，Mo:4～7，Ti:0.5～1.5，余量为Fe。热处理工艺如下：(1)等温淬火处理，以5～15℃/min的升温速率升温至800～900℃保温0.5～2小时后，在220℃～330℃盐浴中保温5～8小时，保温结束空冷至室温；(2)时效处理，在450～550℃下保温2～4小时，以获得目标强度和韧性。时效处理后，贝氏体时效钢室温性能指标如下：屈服强度≥2.1GPa，抗拉强度≥2.2GPa，冲击功≥13J。
-
公开(公告)号：CN114844900A
公开(公告)日：2022-08-02
申请号：CN202210483939.2
申请日：2022-05-05
Applicant: 中南大学
IPC: H04L67/1008 , H04L67/1012 , H04L67/60
Abstract: 本发明公开了一种基于不确定需求下的边云资源协作方法，目的是提高边缘服务器的服务效率。技术方案是先构建由J个边缘服务器和一个云端服务中心组成的边缘云一体化系统。接着边缘服务器的各个模块依次运行：设备信息模块读取最大计算负载；效率计算模块计算计算资源对效率的预期影响；数据预估模块根据预期影响，预估边缘服务器最大预期效率和最优预先请求资源量；最优决策模块根据预先请求资源量和预期影响，计算最优预先请求决策；第一协作模块根据最优预先请求决策和预先请求资源量确定请求指令。最后云端服务中心根据请求指令调度资源。采用本发明可以避免预先请求资源过少时的计算任务流失，提高边缘服务器的服务效率。
-
公开(公告)号：CN114369769A
公开(公告)日：2022-04-19
申请号：CN202111444391.2
申请日：2021-11-30
Applicant: 中国科学院金属研究所 , 中南大学
Abstract: 本发明属于材料技术领域，具体涉及一种超高强高韧贝氏体时效钢及其热处理工艺。贝氏体时效钢基体组织为贝氏体，贝氏体时效钢的化学成分如下：Ni:15～20，Co:10～14，Mo:4～7，Ti:0.5～1.5，余量为Fe。热处理工艺如下：(1)等温淬火处理，以5～15℃/min的升温速率升温至800～900℃保温0.5～2小时后，在220℃～330℃盐浴中保温5～8小时，保温结束空冷至室温；(2)时效处理，在450～550℃下保温2～4小时，以获得目标强度和韧性。时效处理后，贝氏体时效钢室温性能指标如下：屈服强度≥2.1GPa，抗拉强度≥2.2GPa，冲击功≥13J。
-
公开(公告)号：CN111323352B
公开(公告)日：2021-08-24
申请号：CN202010272848.5
申请日：2020-04-09
Applicant: 中南大学
Abstract: 本发明提供了一种融合细颗粒物浓度数据的区域PM2.5遥感反演模型，在现有基础模型中引入MASINGAR的PM2.5产品数据作为新增的预测因子，将新增预测因子、基础模型中的预测因子与地基观测数据相互进行时空匹配后，结合地基观测数据计算包括所述增加的预测因在内的各预测因子的线性回归系数，以计算出的线性回归系数建立一个同时关联基础模型的预测因子与MASINGAR的PM2.5产品数据的改进模型，该改进模型用于估算地表PM2.5浓度，计算得到的PM2.5浓度数据比仅基于基础模型获取的浓度数据更精准，也比所增加引用的MASINGAR的PM2.5产品数据更精准，且又克服了地基观测数据分散、不连续的缺陷。
-
公开(公告)号：CN119939266A
公开(公告)日：2025-05-06
申请号：CN202510000152.X
申请日：2025-01-02
Applicant: 中南大学
IPC: G06F18/22 , G06F18/214 , G06F18/2431 , G06F18/21 , G06F123/02
Abstract: 本发明公开一种全覆盖日尺度AOD反演方法、装置及系统和存储介质，该方法包括：采用线性插值方法对站点数据、气象数据集、地形数据集和人口数据进行处理，并与MAICAAOD进行时空匹配，得到建模数据集；对MAICAAOD进行三角形不规则网络插值，得到初步的日AOD数据和年均AOD数据；基于初步日AOD数据和年均AOD数据，构建多层LGBM模型，并进行多步模拟来纠正填补误差，得到调整最优预测模型；基于建模数据集，利用最优预测模型进行估算，得到区域内全覆盖的日AOD产品。本发明得到的日AOD产品与监测站点的实测数据基本一致，同时能够获取100％全覆盖的产品，具有良好的时空连续性。与此同时，恢复的AOD的产品与原始数据一致，具有较强的准确性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.037 seconds)
