“盛彩英”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]一种基于物种空间分布关系的动物地理区划方法-CN201911353088.4有效
发明人：王结臣;钱天陆;盛彩英;刘璐;张文涵 -专利权人：南京大学
申请日： 2019-12-25 - 公布日： 2023-05-16 - 主分类号： G06F16/29 文献下载
摘要：本发明涉及一种基于物种空间分布关系的动物地理区划方法，实现了依据空间分布范围重叠面积占比建立物种关系网络，以此识别相似物种群并形成物种地理区划图。该方法根据任意两个物种的分布范围及其重叠范围，采用叠置分析确定重叠面积占比，建立反映空间分布相似度的指标，并以此建立物种相关性矩阵。在图模型上根据物种相关性矩阵生成物种关系网络图，并在关系网络图上应用社团检测方法，检测得若干联系紧密的物种聚类社团。最后根据出图精度统计图像像元所属社团，得到物种地理区划图。该方法将物种空间分布范围量化为物种关系并以此得到物种区划图，与以往主要依靠专家知识经验的区划方法相比存在合理性，同时能较好地识别出小范围聚集的物种群。
一种基于物种空间分布关系动物地理区划方法

[发明专利]一种面向复杂地表空间的行人步行导航路径规划方法-CN201910448974.9有效
发明人：王结臣;张文涵;迟瑶;钱天陆;盛彩英 -专利权人：南京大学
申请日： 2019-05-28 - 公布日： 2022-06-07 - 主分类号： G01C21/00 文献下载
摘要：本发明涉及一种面向复杂地表空间的行人步行导航路径规划方法，实现了复杂地表空间中行人步行导航路径的优化提取。该方法根据路径起终点和地表单元边界对通行区域采集的密集离散点建立不规则三角网，并综合考虑地表类型、通行代价等因素，基于不规则三角网所构建的道路网络进行最优路径分析及路径优化，从而为不同类型人群提供满足其不同需求的最优导航路径。该算法不仅能在复杂地表空间中进行路径规划，还能满足行人在自主选择路径时的多种需求，为其提供精确且适用的导航路径。
一种面向复杂地表空间行人步行导航路径规划方法

[发明专利]一种基于物种构成特征的动物类群地理区划方法-CN201911333365.5在审
发明人：王结臣;迟瑶;张文涵;席唱白;盛彩英 -专利权人：南京大学
申请日： 2019-12-23 - 公布日： 2020-04-10 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于物种构成特征的动物类群地理区划方法，利用物种自身分布格局进行地理区划。该方法基于精细栅格网，利用物种分布数据建立各物种在目标区域内的空间分布二值栅格图像。将各二值图像作为单个波段数据进行融合，得到目标区域物种分布多光谱数据。建立物种构成相异度指标，作为栅格间物种差异性度量单位进行聚类分组，得到各栅格单元所属类别。最后制订合适的制图综合规则对分组后栅格进行矢量化显示，得到基于矢量的动物类群地理区划结果图。该方法直接利用物种自身分布数据进行地理区划，与以往主要利用环境因子进行区划的方法相比更好地反映了物种构成的实际地理分异，同时为进行不同层次、不同粒度的地理区划提供基础。
一种基于物种构成特征物类地理区划方法

[发明专利]一种顾及密度差异的河渠线状水系要素自动制图综合方法-CN201910448971.5在审
发明人：王结臣;盛彩英;钱天陆;迟瑶;张文涵 -专利权人：南京大学
申请日： 2019-05-28 - 公布日： 2019-08-30 - 主分类号： G09B29/00 文献下载
摘要：本发明涉及顾及密度差异的河渠线状水系要素制图方法，首先依据河渠水系的主支流关系，选取高等级的河渠；接着在候选河渠中选取要素长度较大的河渠；之后，根据已选河渠的密度和原始河渠的密度差异，统计未选取河渠要素的密度差异总和，选取密度差异总和最大的河渠水体并更新已选河渠密度；重复选取密度差异最大的河渠水体，直至选取数目达到制图综合所需河渠数目；最后，对选取得的河渠要素进行简化线处理，舍弃河渠细节，保留河渠基本形状。该方法能根据已选河渠和原始河渠的密度差异自动实现制图综合时的河渠水体选取，保持了制图区域不同密度区之间的密度对比关系，不需复杂的人工干预，使得河渠要素制图综合更加灵活、便捷。
河渠密度差异水体水系线状基本形状密度对比人工干预制图区域自动实现自动制图密度区线处理主支流舍弃灵活重复保留更新统计

[发明专利]一种农田沟渠网络自动提取方法-CN201811338624.9在审
发明人：王结臣;盛彩英;钱天陆;席唱白;迟瑶 -专利权人：南京大学
申请日： 2018-11-12 - 公布日： 2019-03-08 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种农田沟渠网络提取方法，实现了从高精度DEM中自动提取沟渠区域并建立了点‑线沟渠网络。该方法通过DEM衍生的5个地形特征（坡度、曲率、粗糙度、坡向、坡向纹理）进行全区域的最大熵模型学习，通过统计学习模型对全区域进行分类得到沟渠概率栅格；对概率栅格二值化后剔除噪声，得到沟渠栅格区域；将沟渠栅格矢量化后提取中心线，得到线状沟渠并建立点‑线沟渠网络；根据沟渠网络节点的高程信息，建立同时具有拓扑结构和上下游关系的渠道网络。该方法从高精度DEM中自动快速提取了沟渠网络并对网络增加了上下游流域属性，不需复杂的人工干预，可用于后续的水文分析应用，使得农田沟渠的监测管理更加自动便捷。
沟渠农田沟渠栅格自动提取网络全区域统计学习模型曲率最大熵模型地形特征高程信息沟渠区域监测管理快速提取渠道网络人工干预水文分析拓扑结构网络节点网络提取栅格区域纹理粗糙度二值化后提取矢量化概率可用线状坡度剔除噪声分类流域应用学习