公开(公告)号：CN113971515B

公开(公告)日：2025-03-28

申请号：CN202111233604.7

申请日：2021-10-22

Applicant: 湖北第二师范学院

Inventor： 何美章 ,  杨莉 ,  陈宇 ,  李剑

IPC: G06Q10/0639 ,  G06Q50/20

Abstract: 本申请涉及一种义务教育就近入学实施的定量评价方法、设备及存储介质，其方法包括：获取学生家庭和学校的点状地理要素，获取实施区域的行政区划二值图，并在所述行政区划二值图中标注学校对应的栅格；以各学校对应栅格为学区的初始区域，以学生到学校的步行距离最近为目标，采用多区域竞争生长算法对实施区域二值图进行图像分割，得到各学校对应的学区范围；对学区范围以及学生家庭的点状地理要素进行空间叠置分析，确定各学生所划分的理论就近入学学校；基于学生步行上学距离设置定量评价指标，计算各定量评价指标的评价值，实现就近入学实施效果评价。本申请具有学区划分合理、实施评价准确的技术效果。

公开(公告)号：CN115861813A

公开(公告)日：2023-03-28

申请号：CN202211565863.4

申请日：2022-12-07

Applicant: 湖北第二师范学院

Inventor： 段艳 ,  白少杰 ,  刘利敏 ,  何美章

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种基于小样本和深度学习模型的Sentinel‑2数据集生成方法及装置，其中的方法首先，支持向量机分类器通过手工选择小样本生成高精度的分类结果。然后按照分类结果的类别将Sentinel‑2影像划分为多个图像块。然后，利用可以提取样本深度特征的DenseNet模型获取每个图像块的深度特征。最后，根据这些特征确定每个图像块的置信度，保留置信度高的图像块生成数据集。实验结果表明，经过多次迭代，在错误率合理的情况下，可以剔除数据集中错误标记的图像块，每类地物中的图像块数量可以达到稳定状态。对比实验还发现，该方法没有删除误标记图像块，且全连接层层数越大、层数越深的深度学习模型性能越好。

公开(公告)号：CN114169603A

公开(公告)日：2022-03-11

申请号：CN202111471312.7

申请日：2021-12-04

Applicant: 湖北第二师范学院

Inventor： 陈宇 ,  杨莉 ,  何美章 ,  刘利敏 ,  李剑

IPC: G06Q10/04 ,  G06Q50/20 ,  G06K9/62

Abstract: 一种基于XGBoost的区域小学入学学位预测方法，包括如下步骤：S1、对区域内的历年入学规模人数、人口出生率、年末常驻人口数、居民消费水平指数构成多元时间序列并进行预处理；S2、利用XGBoost提取多元时间序列中，人口出生率、年末常驻人口数、居民消费水平指数和历年入学规模人数的时序特征预测下一年区域小学入学学位。本发明还提供一种基于XGBoost的区域小学入学学位预测系统。

公开(公告)号：CN113971515A

公开(公告)日：2022-01-25

申请号：CN202111233604.7

申请日：2021-10-22

Applicant: 湖北第二师范学院

Inventor： 何美章 ,  杨莉 ,  陈宇 ,  李剑

IPC: G06Q10/06 ,  G06Q50/20

Abstract: 本申请涉及一种义务教育就近入学实施的定量评价方法、设备及存储介质，其方法包括：获取学生家庭和学校的点状地理要素，获取实施区域的行政区划二值图，并在所述行政区划二值图中标注学校对应的栅格；以各学校对应栅格为学区的初始区域，以学生到学校的步行距离最近为目标，采用多区域竞争生长算法对实施区域二值图进行图像分割，得到各学校对应的学区范围；对学区范围以及学生家庭的点状地理要素进行空间叠置分析，确定各学生所划分的理论就近入学学校；基于学生步行上学距离设置定量评价指标，计算各定量评价指标的评价值，实现就近入学实施效果评价。本申请具有学区划分合理、实施评价准确的技术效果。