本發(fā)明公開了一種基于傾斜攝影的建筑物立面提取與質(zhì)量評(píng)價(jià)方法，首先設(shè)計(jì)面向建筑物立面建模的飛行方案，對(duì)單體高層建筑物進(jìn)行傾斜攝影測量；然后處理獲取的影像數(shù)據(jù)，生成密集點(diǎn)云、mesh模型等產(chǎn)品；接著基于建筑物正射影像，構(gòu)建貼合建筑物模型的要...

本發(fā)明提供一種基于空間連續(xù)性約束的地理分層方法及系統(tǒng)，涉及地理空間數(shù)據(jù)分析技術(shù)領(lǐng)域。該方法利用基于超平面的啟發(fā)式算法，耦合粒子群算法與遺傳算法，結(jié)合全局地理信息進(jìn)行地理分層的尋優(yōu)，在尋優(yōu)過程中結(jié)合區(qū)域劃分一致性評(píng)價(jià)指標(biāo)和地理平面連通性約...

本發(fā)明涉及光化學(xué)傳感器領(lǐng)域內(nèi)的一種基于銀膜?納米線孔陣列結(jié)構(gòu)光纖氫氣傳感器及其制備方法，包括多模光纖，所述多模光纖上形成有傳感區(qū)；所述傳感區(qū)為于所述多模光纖上剝離預(yù)定長度的涂覆層并將該區(qū)域的光纖進(jìn)行變細(xì)處理，在變細(xì)后的光纖表面鍍覆銀膜，...

本發(fā)明公開基于頻譜態(tài)勢(shì)數(shù)據(jù)補(bǔ)全電磁輻射源三維空間位置推理方法及系統(tǒng)，方法包括：獲取目標(biāo)區(qū)域GIS數(shù)據(jù)，構(gòu)建目標(biāo)區(qū)域的地理模型，采用主導(dǎo)路徑傳播模型模擬輻射源與地理模型中各接收點(diǎn)之間的信道損耗，獲取原始接收信號(hào)強(qiáng)度值，構(gòu)成電磁頻譜態(tài)勢(shì)初始...

本發(fā)明公開了基于非編碼標(biāo)靶識(shí)別的單目視覺沉降監(jiān)測方法，屬于沉降觀測和計(jì)算機(jī)視覺技術(shù)領(lǐng)域。該方法主要應(yīng)用于建筑物的沉降監(jiān)測，以沉降標(biāo)貼為研究對(duì)象，使用YOLOv10s作為目標(biāo)檢測模型精準(zhǔn)識(shí)別復(fù)雜背景下的沉降標(biāo)貼，通過數(shù)字圖像處理算法快速定...

本發(fā)明公開一種測風(fēng)激光雷達(dá)風(fēng)速偏差校準(zhǔn)方法，包括以下步驟：對(duì)激光雷達(dá)在多個(gè)不同方位角和仰角方向上進(jìn)行掃描，采集徑向速度數(shù)據(jù)；對(duì)于每個(gè)仰角，基于不同方位角的徑向速度數(shù)據(jù)，擬合徑向速度與方位角之間的關(guān)系模型，得到包含水平風(fēng)速分量投影參數(shù)和常...

本發(fā)明公開了一種基于圖神經(jīng)網(wǎng)絡(luò)的大氣溫度廓線反演方法、系統(tǒng)，該方法包括采集GIIRS長波紅外輻射數(shù)據(jù)、ERA5溫度廓線數(shù)據(jù)以及探空站點(diǎn)的觀測數(shù)據(jù)，并進(jìn)行預(yù)處理，分別得到GIIRS亮溫?cái)?shù)據(jù)、預(yù)處理后的ERA5溫度廓線數(shù)據(jù)以及預(yù)處理后的探空...

本發(fā)明公開了一種基于圖像生成及分階段訓(xùn)練的林火識(shí)別方法，屬于遙感科學(xué)與技術(shù)領(lǐng)域。步驟如下：S1、構(gòu)建森林野火圖像生成神經(jīng)網(wǎng)絡(luò)，在第一階段用大規(guī)模數(shù)據(jù)和較高身份損失權(quán)重訓(xùn)練，第二階段用小型數(shù)據(jù)和較低身份損失權(quán)重訓(xùn)練網(wǎng)絡(luò)。S2、利用步驟1的...

本發(fā)明公開了基于混合模糊條件熵的醫(yī)學(xué)檢驗(yàn)指標(biāo)約簡方法，適用于醫(yī)療數(shù)據(jù)分析等場景中的高維數(shù)據(jù)屬性約簡與知識(shí)發(fā)現(xiàn)。在模糊信息決策系統(tǒng)中，對(duì)每個(gè)檢驗(yàn)指標(biāo)采用模糊聚類方法進(jìn)行分組，分離存儲(chǔ)硬劃分標(biāo)簽與模糊隸屬度，建立雙重信息框架。迭代約簡過程中...

本發(fā)明公開了一種海洋渦旋海表溫度異常的動(dòng)力過程分解方法及系統(tǒng)，該方法包括：對(duì)于海表溫度異常的渦旋區(qū)域，考慮擴(kuò)散與阻尼作用進(jìn)行平流過程模擬，考慮渦旋中心的上升與下沉流進(jìn)行垂向運(yùn)動(dòng)過程模擬；根據(jù)平流過程模擬和垂向運(yùn)動(dòng)過程模擬建立渦旋海表溫度...

本發(fā)明公開一種基于虛擬測風(fēng)激光雷達(dá)的風(fēng)場超分辨率方法及系統(tǒng)，屬于雷達(dá)仿真技術(shù)領(lǐng)域，方法包括根據(jù)計(jì)算流體力學(xué)模型模擬三維瞬態(tài)湍流風(fēng)場，得到包含建筑周圍氣流影響的三維尾流風(fēng)場，模擬測風(fēng)激光雷達(dá)的徑向投影視角將預(yù)設(shè)高度的風(fēng)場切片轉(zhuǎn)化為對(duì)應(yīng)的徑...

本發(fā)明公開了一種基于時(shí)空注意力機(jī)制的雷達(dá)回波外推方法，首先獲取目標(biāo)區(qū)域的雷達(dá)回波數(shù)據(jù)，并對(duì)獲得的雷達(dá)回波數(shù)據(jù)進(jìn)行預(yù)處理，對(duì)預(yù)處理后的雷達(dá)回波數(shù)據(jù)進(jìn)行滑動(dòng)分組，并進(jìn)行數(shù)據(jù)增廣，得到雷達(dá)回波序列數(shù)據(jù)集，然后將其劃分訓(xùn)練集和測試集；構(gòu)建基于S...

本發(fā)明公開了一種多基站5G?SSB信號(hào)的RSRP低空目標(biāo)定位方法，包括：S1、基于ECA同頻檢測算法對(duì)混疊信號(hào)中每個(gè)單一信號(hào)進(jìn)行重構(gòu)；S2、計(jì)算每個(gè)單一重構(gòu)信號(hào)對(duì)應(yīng)的SS?RSRP值；S3、對(duì)不同參考位置的目標(biāo)，計(jì)算其對(duì)應(yīng)的混疊接收信號(hào)...

本發(fā)明公開基于夾子天線陣列的下行通信速率優(yōu)化方法、系統(tǒng)及存儲(chǔ)介質(zhì)，一個(gè)基站通過若干夾子天線為一個(gè)隨機(jī)分布于邊長為D的正方形內(nèi)的單天線用戶提供服務(wù)，方法包括：基于有限碼長理論建立速率模型，構(gòu)建夾子天線位置優(yōu)化問題，得到以最大化用戶速率為優(yōu)...

本發(fā)明涉及水環(huán)境監(jiān)測技術(shù)領(lǐng)域，具體涉及基于人工智能的藍(lán)藻水華監(jiān)測預(yù)警的方法及系統(tǒng)，包括以下步驟：S1：獲取水體后向散射強(qiáng)度分布圖，并同步測量藍(lán)藻細(xì)胞實(shí)時(shí)上浮速率；S2：根據(jù)后向散射強(qiáng)度分布圖與藍(lán)藻細(xì)胞實(shí)時(shí)上浮速率，計(jì)算藍(lán)藻聚集傾向指數(shù)；...

本發(fā)明公開了一種基于自適應(yīng)鄰域蟻群系統(tǒng)的多倉庫多物流車路徑規(guī)劃方法，提出了基于歷史演化信息的自適應(yīng)倉庫選擇策略，自主為各物流車選擇合適的倉庫，達(dá)到優(yōu)化倉庫位置的目的，面向蟻群系統(tǒng)設(shè)計(jì)了基于自適應(yīng)鄰域的客戶選擇機(jī)制，有效降低了客戶選擇的復(fù)...

本申請(qǐng)適用于氣象工程技術(shù)領(lǐng)域，提供了一種基于資料同化和來源回溯的降水預(yù)報(bào)時(shí)間降尺度方法，包括：先獲取第一、第二預(yù)報(bào)時(shí)間序列及觀測時(shí)間序列，將第二序列降尺度后與第一序列合并生成第三序列，再采用插值方法生成第四序列，并將觀測數(shù)據(jù)插值至格點(diǎn)生...

本申請(qǐng)公開了一種氣旋強(qiáng)度預(yù)測方法及裝置，方法包括：獲取歷史一段時(shí)間的物理因子數(shù)據(jù)、衛(wèi)星云圖數(shù)據(jù)和氣旋強(qiáng)度數(shù)據(jù)；對(duì)物理因子數(shù)據(jù)、衛(wèi)星云圖數(shù)據(jù)和氣旋強(qiáng)度數(shù)據(jù)進(jìn)行預(yù)處理得到物理因子圖像、衛(wèi)星影像圖像、歷史氣旋強(qiáng)度；將物理因子圖像、衛(wèi)星影像圖像...

本發(fā)明公開了一種基于MLP加速度估計(jì)與強(qiáng)化學(xué)習(xí)的多旋翼軌跡追蹤優(yōu)化方法，涉及飛行控制技術(shù)領(lǐng)域，方法包括：接收無人機(jī)的目標(biāo)位置，將人機(jī)位置、速度、姿態(tài)、相對(duì)位置誤差和當(dāng)前電池電壓值合成為觀測向量，輸入強(qiáng)化學(xué)習(xí)模型進(jìn)行推理，輸出規(guī)劃的參考加...

本發(fā)明提供了一種基于時(shí)頻融合和雙視圖策略的風(fēng)電功率預(yù)測方法，包括：首先，獲取P1和P2兩個(gè)風(fēng)場數(shù)據(jù)集，進(jìn)行預(yù)處理后將數(shù)據(jù)劃分為訓(xùn)練集和測試集，且將P2數(shù)據(jù)集按照日期字段劃分為春、夏、秋、冬四個(gè)數(shù)據(jù)集。其次，構(gòu)建用于風(fēng)電功率預(yù)測的TFCN...