“陈雨时”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38个，建议您升级VIP下载更多相关专利

[发明专利]基于分层集成学习的高光谱遥感图像分类方法-CN201410541909.8在审
发明人： 陈雨时;赵兴;刘柏森 -专利权人：哈尔滨工业大学
申请日： 2014-10-14 - 公布日： 2015-01-07 - 主分类号： G06K9/62 文献下载
摘要：基于分层集成学习的高光谱遥感图像分类方法，属于高光谱遥感图像分类技术领域。本发明是为了解决高光谱遥感图像数据的分类精度低的问题。它主要是使用两层的集成结构对高光谱图像进行分类，分别是内层结构和外层结构；内层结构是通过随机波段选择构成存在差异的光谱集合；之后以光谱集合为单位，分别使用Adaboost的集成方法来训练，再对测试样本进行分类；外层结构是将内层集成中各个光谱集合的分类结果进行整合，采用权重投票的方法确定样本的最终类别；最后是将整幅图像作为测试样本，实现全图分类从而得到分类主题图。本发明用于对高光谱遥感图像分类。
基于分层集成学习光谱遥感图像分类方法

[发明专利]基于集成学习的高光谱遥感数据分类方法-CN201410283594.1在审
发明人： 陈雨时;赵兴;王强;刘思宇 -专利权人：哈尔滨工业大学
申请日： 2014-06-23 - 公布日： 2014-09-03 - 主分类号： G06K9/62 文献下载
摘要：基于集成学习的高光谱遥感数据分类方法，属于光谱数据分类技术领域。本发明为了解决现有高光谱数据的分类方法从光谱维的角度对数据进行分类，数据分类精度低的问题。它首先读取高光谱遥感数据，获得高光谱遥感数据的光谱特征和空间特征；将光谱特征与空间特征整合为多特征集合；由多特征集合确定标记样本并选择训练样本和测试样本；基于集成学习方法，设计特征差异的Adaboost集成分类框架，并使用训练样本训练获得F个弱分类器；使用F个弱分类器对测试样本进行分类。本发明用于高光谱遥感数据的分类。
基于集成学习光谱遥感数据分类方法

[发明专利]一种高光谱遥感数据非线性降维方法-CN201310087912.2无效
发明人： 陈雨时;林洲汉;赵兴 -专利权人：哈尔滨工业大学
申请日： 2013-03-19 - 公布日： 2013-06-05 - 主分类号： G06T5/00 文献下载
摘要：一种高光谱遥感数据非线性降维方法，本发明涉及到高光谱遥感数据的降维方法。本发明是要解决现有的高光谱数据线性降维方法对非线性特征保留较少的技术问题，本方法：先将高光谱遥感数据进行坏带去除、低通滤波后组织成N行D列的二维矩阵，再将高光谱数据的像素向量映射到高维的特征空间中，重构流形，再找到流形的原点，构建局部黎曼法坐标，再计算最短路径，再运用黎曼流形学习算法将所有数据点映射到原点的切空间中，映射完后的数据集构成的点组织成N行k列二维矩阵，完成高光谱遥感数据非线性降维。本发明的方法用于处理高光谱遥感数据。
一种光谱遥感数据非线性方法

[发明专利]基于目标空谱信息嵌入的高光谱遥感数据仿真方法-CN201210300562.9无效
发明人： 陈雨时;陈雪华;王晶 -专利权人：哈尔滨工业大学
申请日： 2012-08-22 - 公布日： 2012-12-19 - 主分类号： G01J3/28 文献下载
摘要：基于目标空谱信息嵌入的高光谱遥感数据仿真方法，属于遥感光谱数据仿真技术领域。它解决了现有遥感仿真技术中的高光谱遥感数据中缺乏目标的问题。它包括以下四个步骤：步骤一：生成目标空间信息；步骤二：生成目标光谱信息；步骤三：将步骤一和步骤二生成的信息进行合成生成目标空谱信息；步骤四：将该目标空谱信息嵌入到高光谱背景信息中，形成包含目标的高光谱遥感数据。本发明适用于仿真高光谱遥感数据。
基于目标信息嵌入光谱遥感数据仿真方法

[发明专利]一种基于水平集的LOD2建筑物模型构建方法-CN201210090628.6无效
发明人：贾冰;陈雨时;张晔;王春媛 -专利权人：哈尔滨工业大学
申请日： 2012-03-30 - 公布日： 2012-09-12 - 主分类号： G06T17/00 文献下载
摘要：一种基于水平集的LOD2建筑物模型构建方法，属于应用水平集算法对DSM数据的分割处理领域。为了解决现有的基于二维图像的建筑物模型构建方法中存在的顶面结构不够细致而导致构建精度不高的问题。具体过程为：提取建筑物轮廓掩膜Ωm，选取DSM数据，配入到统一坐标系下；获取建筑物顶面数据T；获取建筑物顶面数据T的特征空间；进行多相水平集分割，获取子区域；提取每个子区域的点集，检测每个片元的边界点，获取建筑物每个基元的角点的图像坐标；建立建筑物顶面数据T的拓扑结构；根据航拍可见光图像提取建筑物表面的纹理数据，与建筑物不同基元相对应，完成LOD2建筑物模型的构建。用于LOD2级别的大规模建筑物的三维构建任务。
一种基于水平 lod2 建筑物模型构建方法

[发明专利]一种基于主动学习的网络数据异常检测方法-CN201110040672.1无效
发明人：张钧萍;何淼;陈雨时;张晔 -专利权人：哈尔滨工业大学
申请日： 2011-02-18 - 公布日： 2011-09-07 - 主分类号： H04L12/26 文献下载
摘要：一种基于主动学习的网络数据异常检测方法，它涉及基于支持向量机的检测方法。它解决了现有在网络数据的异常检测方法中支持向量机中所存在的训练样本多、复杂度高、难以有良好分类特性的问题。步骤如下：一、在未标注样本中选择C个点作为候选聚类中心，将候选未标注样本集A进行迭代优化聚类运算，选取叠代聚类结果中的代表性样本构建训练样本集B；二、支持向量机在训练样本集B上训练得到训练超平面；三、根据样本选择准则从候选未标注样本集A中选择最能提升分类性能的样本，标注类别后加入训练样本集B中；四、支持向量机在更新后的训练样本集B上重新训练；五、若检测精度达到设定值，则结束，否返回三。将该算法应用于异常检测研究中可以有效降低复杂度。
一种基于主动学习网络数据异常检测方法

[发明专利]一种高光谱图像压缩方法-CN201110122607.3无效
发明人： 陈雨时;王丹;龚小川 -专利权人：哈尔滨工业大学
申请日： 2011-05-12 - 公布日： 2011-08-17 - 主分类号： G06T9/00 文献下载
摘要：一种高光谱图像压缩方法，本发明涉及一种图像压缩方法，具体涉及高光谱图像压缩方法。它解决了现有技术的有损压缩不能使特定区域或特定目标的图像信息免于损失的问题。用于图像压缩。其特征在于对待压缩的图像进行分级压缩处理，对感兴趣空间信息和感兴趣光谱信息无损或者近无损的压缩，对其它信息进行大于感兴趣空间信息和感兴趣光谱信息所选压缩比的压缩。
一种光谱图像压缩方法

[发明专利]多源遥感资源异构数据库的分级检索方法-CN201110025762.3无效
发明人： 陈雨时;龚小川 -专利权人：哈尔滨工业大学
申请日： 2011-01-24 - 公布日： 2011-06-01 - 主分类号： G06F17/30 文献下载
摘要：多源遥感资源异构数据库的分级检索方法，涉及多源遥感资源的异构数据库的检索方法。本发明解决了现有技术中对传统遥感资源不能跨库检索的问题及检索速度较慢的问题。本发明的方法中，首先对分布的各个异地遥感数据中心中的数据库的统一化，并将统一化之后的所有数据存入到本地数据库，实现遥感资源异构编目数据库的统一化，为后续的检索提供基础。然后，对本地数据库中的所有数据进行分级检索；所述分级检索采用初级过滤和二次过滤两级的检索策略，实现减小计算量的目的。最后，对检索结果进行排序，把质量高的检索结果优先呈现给用户。该方法通过编目数据的统一化和空间查询的分级化实现了高效、稳健的遥感资源异构数据库的空间查询。
遥感资源数据库分级检索方法

首页
«上一页
1
2
3
共 38 条