-
公开(公告)号：CN119538905A
公开(公告)日：2025-02-28
申请号：CN202510097217.7
申请日：2025-01-22
Applicant: 中电鸿信信息科技有限公司 , 南京邮电大学
IPC: G06F40/194 , G06F40/284 , G06F40/30 , G06F40/247 , G06F16/35
Abstract: 本发明提出了一种基于群智感知的城市洪涝灾害风险评估方法、介质及设备，包括：收集社交平台上的洪涝灾害文本数据并进行预处理，构建洪涝灾害文本数据集；从洪涝灾害文本数据集中提取洪涝灾害常用词语，将洪涝灾害常用词语按照主题词来分类，并且基于共现网络构建灾情描述性词库；基于灾情描述性词库设计众包问卷并发布给目标用户群体，收集目标用户群体反馈的洪涝灾害反馈数据以及地理信息；将收集的洪涝灾害反馈数据根据地理信息进行空间展布；结合分别表征洪涝灾害灾情以及洪涝灾害影响区域的两类指标来进行风险评估。本发明实现了城市洪涝灾害的实时监测和精确评估，提高了洪涝灾害风险评估的准确性和实时性。
-
Patent Agency Ranking
公开(公告)号：CN119150001B
公开(公告)日：2025-03-28
申请号：CN202411662239.5
申请日：2024-11-20
Applicant: 南京邮电大学
IPC: G06F18/213 , G06F18/25 , G06F18/27 , G06Q50/26
Abstract: 本发明公开了一种气候变化和人类活动对流域植被影响的量化方法，包括从多个数据源获取研究区域的数据，进行时空一致性处理，并计算饱和水汽压差；对处理后的数据进行特征的提取，并构建高维特征张量；基于所述高维特征张量构建时空图，应用图谱嵌入技术降维并动态建模，分析流域植被时空动态特征；采用因果网络和回归分解方法分离并量化气候和人类活动对植被的直接影响；进行综合评估，并进行不确定性分析。本发明显著提高了对复杂生态系统动态的理解能力，为流域生态系统管理提供了强有力的科学支撑，能够提供更加精确、可靠和全面的决策支持。
-
公开(公告)号：CN118692258A
公开(公告)日：2024-09-24
申请号：CN202410924850.4
申请日：2024-07-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于多模态数据融合的车辆占位智能告警管理系统及方法，属于计算机科学和人工智能技术领域，该系统包括数据存储模块、车辆识别检测模块、和占位问题警示模块，其中，所述车辆检测模块、占位警示模块与数据存储模块相互关联。所述方法具体包括如下步骤：构建车辆信息数据库，建立车辆图像识别模型，构建音频识别模型；建立多模态车辆纠纷信息匹配模型。通过图像、文本、音频方面来判断在停车过程中会出现的占用私人车位、乱停乱放问题，降低人工成本，提高停车效率问题。解决在停车过程中混乱产生的噪音导致扰民，产生的邻里关系问题以及陌生车辆随意停车造成拥堵问题。
-
公开(公告)号：CN119150001A
公开(公告)日：2024-12-17
申请号：CN202411662239.5
申请日：2024-11-20
Applicant: 南京邮电大学
IPC: G06F18/213 , G06F18/25 , G06F18/27 , G06Q50/26
Abstract: 本发明公开了一种气候变化和人类活动对流域植被影响的量化方法，包括从多个数据源获取研究区域的数据，进行时空一致性处理，并计算饱和水汽压差；对处理后的数据进行特征的提取，并构建高维特征张量；基于所述高维特征张量构建时空图，应用图谱嵌入技术降维并动态建模，分析流域植被时空动态特征；采用因果网络和回归分解方法分离并量化气候和人类活动对植被的直接影响；进行综合评估，并进行不确定性分析。本发明显著提高了对复杂生态系统动态的理解能力，为流域生态系统管理提供了强有力的科学支撑，能够提供更加精确、可靠和全面的决策支持。
-
公开(公告)号：CN117391221A
公开(公告)日：2024-01-12
申请号：CN202311687644.8
申请日：2023-12-11
Applicant: 南京邮电大学
IPC: G06N20/20 , G06N20/10 , G06F18/27 , G06F18/2413 , G06F18/2411 , G06F18/22 , G06F18/243
Abstract: 本发明公开了一种基于机器学习的NDVI预测集成优化方法及系统，包括获取研究区域的研究数据并筛选和预处理，形成输入变量数据集；所述研究数据至少包括NDVI数据集和气候变量数据集；选取至少一种类型的NDVI预测模型，构建包括至少两种NDVI预测模型在内的NDVI预测模型集合；构建NDVI预测集成优化模型，包括目标函数、权重矩阵和约束条件；采用预配置的算法求解NDVI预测集成优化模型，确定最优权重，计算和评价预测精度，并输出预测结果。针对单个机器学习模型易出现欠拟合或过拟合问题，构建基于线性加权的NDVI预测集成模型，并通过增强精英保留的遗传算法确定各模型的权重，降低模型不确定性的不利影响。
-
公开(公告)号：CN117391221B
公开(公告)日：2024-02-20
申请号：CN202311687644.8
申请日：2023-12-11
Applicant: 南京邮电大学
IPC: G06N20/20 , G06N20/10 , G06F18/27 , G06F18/2413 , G06F18/2411 , G06F18/22 , G06F18/243
Abstract: 本发明公开了一种基于机器学习的NDVI预测集成优化方法及系统，包括获取研究区域的研究数据并筛选和预处理，形成输入变量数据集；所述研究数据至少包括NDVI数据集和气候变量数据集；选取至少一种类型的NDVI预测模型，构建包括至少两种NDVI预测模型在内的NDVI预测模型集合；构建NDVI预测集成优化模型，包括目标函数、权重矩阵和约束条件；采用预配置的算法求解NDVI预测集成优化模型，确定最优权重，计算和评价预测精度，并输出预测结果。针对单个机器学习模型易出现欠拟合或过拟合问题，构建基于线性加权的NDVI预测集成模型，并通过增强精英保留的遗传算法确定各模型的权重，降低模型不确定性的不利影响。
-
-
-
-
-
Search Results
6
records
(took 0.062 seconds)
