丰江帆
- 作品数：89 被引量：367H指数：10
- 供职机构：重庆邮电大学计算机科学与技术学院更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金重庆市自然科学基金更多>>
- 相关领域：自动化与计算机技术天文地球文化科学环境科学与工程更多>>
- 基于目标空间关系约束的视频监控智能预警方法
- 本发明公开了一种基于目标空间关系约束的视频监控智能预警系统及方法，该系统包括视频采集模块、目标要素智能解析功能模块、视频内容可视化解析模块、一般行为规则样本数据库和报警模块。本系统基于对目标要素行为理解，针对目标与目标的...
- 丰江帆周文雯夏英宋虎
- 文献传递
- 一种基于个人位置信息的重要地点识别方法被引量：10
- 2013年
- 基于位置的服务(LBS)正在从被动服务向主动服务的方向发展.因此,地点识别已成为LBS领域一个重要的研究方向.为提高现有地点识别方法的效率和准确性,本文提出了一种新的地点识别方法.一方面算法在数据预处理阶段采用了速度剪枝、时间剪枝和空间剪枝相结合的VSTPruning算法,能够有效减少后续阶段的聚类处理时间,提高聚类精度.另一方面,在数据预处理的基础上,综合R*-树空间索引机制、密度相交以及DBSCAN聚类算法,提出了基于密度的RTcluster聚类算法,更为迅速挖掘出用户的重要地点.仿真结果显示,相比于已有方法,VSTPruning和RTcluster的相互配合可以在有效保证聚类结果的前提下,花费与DBSCAN算法相比更少的时间,得到更准确的结果.
- 丰江帆熊雨虹
- 关键词：聚类
- 一种基于空间认知学习的图像地理标注方法
- 本发明请求保护一种基于空间认知学习的图像地理标注方法,涉及深度学习及图像分类标注领域。该方法包括：对图像进行预处理，使训练集和验证集符合深度学习工具的输入格式；利用深度学习工具构建卷积神经网络，使用全局平均池化层学习图像...
- 丰江帆徐欣夏英胡家鹏
- 一种基于小样本学习的多目标濒危动物跟踪方法
- 本发明属于计算机视觉技术领域，特别涉及一种基于小样本学习的多目标濒危动物跟踪方法，该方法包括：将待检测的视频进行全采样得到视频帧序列；对视频帧进行预处理，将所有预处理后的视频帧输入到小样本目标检测器中，得到待检测视频中目...
- 丰江帆肖欣欣缑梦洁王迪妮
- 文献传递
- 基于卫星遥感影像的水资源监测研究进展
- 2024年
- 卫星遥感技术可在影像空间监测水资源的时空分布,为分析水资源空间分布及其变化规律提供全覆盖、定量化和快速更新的基础信息。对基于卫星遥感影像数据的地表水资源、地下水资源监测研究进展进行综述,分析了卫星遥感影像监测存在的挑战和潜在的研究方向,以期为相关领域研究应用提供参考。
- 扶卿华顾祝军丰江帆
- 关键词：水资源监测卫星遥感遥感反演
- 基于WebGIS车辆定位系统的设计被引量：3
- 2005年
- 探讨了如何利用WebGIS技术实现在Internet环境下车辆定位中的应用,包括系统的组成、工作原理、短消息和WebGIS架构等内容,该设计方法是在微软最新的开发环境.Net和Mapinfo公司的MapX控件基础上开发实现的,详细解释了WebGIS架构和介绍了车辆定位系统的主要功能。系统的实现使用户可以直接在Internet环境下完成查询指定车辆的位置等相关信息,为智能交通的实现奠定了基础。
- 黄丙湖闾国年丰江帆徐洁
- 关键词：WEBGISGPS短消息MAPX
- 一种基于渐进式层级加权注意网络的细粒度行为识别方法
- 本发明属于图像处理领域，特别涉及一种基于渐进式层级加权注意网络的细粒度行为识别方法，包括将采集到的图像进行预处理后输入预先定义的神经网络模型进行训练，训练模型是以Resnet50为骨干的4层渐进式网络组成，在渐进式网络第...
- 丰江帆缑梦洁肖欣欣王迪妮
- 文献传递
- 基于网格梯度的多密度聚类算法被引量：6
- 2008年
- 大多数现有的聚类算法都致力于发现任意形状、任意大小的类,但很难有效处理多密度的数据集。提出的算法利用网格聚类速度快的特点,先通过高斯平滑去除噪声,再采用网格梯度的思想找出隐藏在多密度数据集中的簇。算法在人工数据集上进行了实验,结果表明该算法能有效地去除噪声,发现多密度的簇,具有较好的聚类效果。
- 夏英李克非丰江帆
- 关键词：聚类算法网格
- 一种融合地理区域知识的多维度地理场景识别方法
- 本发明请求保护一种融合地理区域知识的多维度地理场景识别方法。包括步骤：对数据库中的图像进行预处理，得到符合的地理场景图像；利用一种快速查找图像中物体区域的方法，得到物体区域图像块；将得到的地理图像物体区域图像块用深度卷积...
- 丰江帆刘媛媛徐欣夏英
- 文献传递
- 一种基于Wasserstein距离的图像快速增强方法
- 本发明涉及一种基于Wasserstein距离的图像快速增强方法，属于计算机视觉领域。该方法包括：S1：利用已有公开的盲去模糊的数据集构建模糊到清晰且色彩饱满的多任务数据集；S2：将构建的数据集输入到构建的深度学习模型中，...
- 丰江帆漆双吴姗鸿
- 文献传递
