CN107833433A - 一种预警准确的山区自然灾害预警系统 - Google Patents

一种预警准确的山区自然灾害预警系统 Download PDF

Info

Publication number
CN107833433A
CN107833433A CN201711078944.0A CN201711078944A CN107833433A CN 107833433 A CN107833433 A CN 107833433A CN 201711078944 A CN201711078944 A CN 201711078944A CN 107833433 A CN107833433 A CN 107833433A
Authority
CN
China
Prior art keywords
mrow
remote sensing
sensing image
msub
evaluation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711078944.0A
Other languages
English (en)
Inventor
龚土婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201711078944.0A priority Critical patent/CN107833433A/zh
Publication of CN107833433A publication Critical patent/CN107833433A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种预警准确的山区自然灾害预警系统，包括信息采集装置、通信装置、信息处理装置和预警装置，所述信息采集装置包括影像采集装置和雨量计，所述影像采集装置用于采集山区的遥感影像，所述雨量计用于测量山区雨量，所述影像采集装置和雨量计均与所述通信装置相连，所述通信装置用于将采集的遥感影像和雨量传输给信息处理装置，所述信息处理装置用于对遥感影像和雨量进行处理，并将处理结果传输至预警装置，所述预警装置用于根据处理结果发出自然灾害预警。本发明的有益效果为：通过对山区遥感影像和雨量进行采集，实现了山区自然灾害的准确预警。

Description

一种预警准确的山区自然灾害预警系统
技术领域
本发明涉及灾害预警技术领域，具体涉及一种预警准确的山区自然灾害预警系统。
背景技术
近年来，我国的山区自然灾害时有发生，严重制约了山区的发展，对山区自然灾害进行预警，关系到山区的发展和长治久安。
遥感影像在资源调查、环境监测、灾害评价、农林监测、军事侦察、城市规划等众多领域具有重要的应用价值。然而，遥感数据在获取过程中经常受到各种因素的千扰，导致观测影像质量降低，为后续的数据应用带来了诸多困难。发展先进的影像质量评价，可以有效的提高遥感影像的应用效率与应用潜力。虽然遥感影像评价在学术与应用领域一直广受关注，但现有研究仍然不能满足处理与应用需求。
发明内容
针对上述问题，本发明旨在提供一种预警准确的山区自然灾害预警系统。
本发明的目的采用以下技术方案来实现：
提供了一种预警准确的山区自然灾害预警系统，包括信息采集装置、通信装置、信息处理装置和预警装置，所述信息采集装置包括影像采集装置和雨量计，所述影像采集装置用于采集山区的遥感影像，所述雨量计用于测量山区雨量，所述影像采集装置和雨量计均与所述通信装置相连，所述通信装置用于将采集的遥感影像和雨量传输给信息处理装置，所述信息处理装置用于对遥感影像和雨量进行处理，并将处理结果传输至预警装置，所述预警装置用于根据处理结果发出自然灾害预警。
本发明的有益效果为：通过对山区遥感影像和雨量进行采集，实现了山区自然灾害的准确预警。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明的结构示意图；
附图标记：
信息采集装置1、通信装置2、信息处理装置3、预警装置4。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本实施例的一种预警准确的山区自然灾害预警系统，包括信息采集装置1、通信装置2、信息处理装置3和预警装置4，所述信息采集装置1包括影像采集装置和雨量计，所述影像采集装置用于采集山区的遥感影像，所述雨量计用于测量山区雨量，所述影像采集装置和雨量计均与所述通信装置2相连，所述通信装置2用于将采集的遥感影像和雨量传输给信息处理装置3，所述信息处理装置3用于对遥感影像和雨量进行处理，并将处理结果传输至预警装置4，所述预警装置4用于根据处理结果发出自然灾害预警。
本实施例通过对山区遥感影像和雨量进行采集，实现了山区自然灾害的准确预警。
优选的，所述信息处理装置3包括质量评价装置，用于对遥感影像进行处理前对遥感影像质量进行评价，所述质量评价装置包括主观评价模块、客观评价模块和综合评价模块，所述主观评价模块用于对遥感影像质量进行主观评价，获取主观评价得分，所述客观评价模块用于对遥感影像质量进行客观评价，获取客观评价得分，所述综合评价模块用于根据所述主观评价得分和客观评价得分对遥感影像质量进行综合评价。
本优选实施例通过主客观评价相结合的方式实现了遥感影像质量的准确评价。
优选的，所述主观评价模块用于对遥感影像质量进行主观评价，具体为：
a、将测试人员分为人数相同的两组；
b、一组测试人员采用五分制对遥感影像质量进行评价，分值越高则表明遥感影像质量越好，不同测试人员给出遥感影像的分值，计算组内分值的平均值a1；
c、另一组测试人员采用百分制对遥感影像质量进行评价，分值越高则表明遥感影像质量越好，不同测试人员给出遥感影像的分值，计算组内分值的平均值a2；
d、计算主观评价得分A：上述式子中，δ1和δ2分别表示权重，
本优选实施例通过计算主观评价得分，实现了遥感影像质量的主观评价，具体的，将测试人员分成两组并采用不同的评分方式，有助于克服五分制带来的评价不准确和百分制带来的数值过大的问题，提高准确率的同时节约了计算成本。
优选的，所述客观评价模块包括灰度评价子模块、信息量评价子模块、清晰度评价子模块和客观评价得分获取子模块，所述灰度评价子模块用于计算遥感影像质量的灰度评价因子，所述信息量评价子模块用于计算遥感影像质量的信息量评价因子，所述清晰度评价子模块用于计算遥感影像质量的清晰度评价因子，所述客观评价得分获取子模块用于根据灰度评价因子、信息量评价因子和清晰度评价因子计算遥感影像质量的客观评价得分。
所述灰度评价子模块用于计算遥感影像质量的灰度评价因子，具体采用下式进行：
上述式子中，K1表示灰度评价因子，[0，L]表示遥感影像的灰度级,vi表示遥感影像中灰度级为i的像素出现的概率；灰度评价因子越小，则遥感影像质量越好。
所述信息量评价子模块用于计算遥感影像质量的信息量评价因子，具体采用下式进行：
上述式子中，K2表示信息量评价因子，M×N表示遥感影像包含的像素的个数；信息量评价因子越大，则遥感影像质量越好。
所述清晰度评价子模块用于计算遥感影像质量的清晰度评价因子，具体采用下式进行：
上述式子中，K3表示清晰度评价因子,H(i,j)表示遥感影像第i行、第j列的灰度值，M、N分别表示遥感影像的总行数和总列数；清晰度评价因子越大，则遥感影像质量越好；
所述客观评价得分获取子模块用于根据灰度评价因子、信息量评价因子和清晰度评价因子计算遥感影像质量的客观评价得分，具体采用下式进行：
上述式子中，K表示客观评价得分。
本优选实施例通过计算客观评价得分，实现了遥感影像质量的客观评价，采用多个评价因子进行评价，得到的评价结果更为科学合理，具体的，灰度评价因子对遥感影像的灰度分布进行了有效评价，信息量评价因子对遥感影像的信息量进行了有效评价，清晰度评价因子对遥感影像的清晰度进行了有效评价，有助于获取灰度分布均匀、信息量大、清晰度高的遥感影像。
优选的，所述综合评价模块用于根据所述主观评价得分和客观评价得分对遥感影像质量进行综合评价，具体为：
a、求取遥感影像的综合评价值：
Z＝σ1A+σ2K
上述式子中，Z表示遥感影像的综合评价值，σ1和σ2为主观评价得分和客观评价得分的权值，σ1+σ2＝1，综合评价值越大，则遥感影像的质量越好；
b、计算不同的阈值，根据综合评价值将遥感影像质量划分为优、良、合格和不合格四个等级，对遥感影像质量进行综合评价。
本优选实施例通过主客观结合的方式对遥感影像质量进行综合评价，一方面，主观评价通过用户观察进行，给遥感用户带来影像质量水平的直观感受，另一方面，客观评价采用精确量化的评价因子，易于相互比较。
采用本发明预警准确的山区自然灾害预警系统对山区自然灾害进行预警，选取5个山区进行模拟实验，分别为山区1、山区2、山区3、山区4、山区5，对预警时间和预警准确性进行统计，同现有灾害预警系统相比，产生的有益效果如下表所示：
预警时间缩短 预警准确性提高
山区1 29％ 27％
山区2 27％ 26％
山区3 26％ 26％
山区4 25％ 24％
山区5 24％ 22％
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (8)

1.一种预警准确的山区自然灾害预警系统，其特征在于，包括信息采集装置、通信装置、信息处理装置和预警装置，所述信息采集装置包括影像采集装置和雨量计，所述影像采集装置用于采集山区的遥感影像，所述雨量计用于测量山区雨量，所述影像采集装置和雨量计均与所述通信装置相连，所述通信装置用于将采集的遥感影像和雨量传输给信息处理装置，所述信息处理装置用于对遥感影像和雨量进行处理，并将处理结果传输至预警装置，所述预警装置用于根据处理结果发出自然灾害预警。
2.根据权利要求1所述的预警准确的山区自然灾害预警系统，其特征在于，所述信息处理装置包括质量评价装置，用于对遥感影像进行处理前对遥感影像质量进行评价，所述质量评价装置包括主观评价模块、客观评价模块和综合评价模块，所述主观评价模块用于对遥感影像质量进行主观评价，获取主观评价得分，所述客观评价模块用于对遥感影像质量进行客观评价，获取客观评价得分，所述综合评价模块用于根据所述主观评价得分和客观评价得分对遥感影像质量进行综合评价。
3.根据权利要求2所述的预警准确的山区自然灾害预警系统，其特征在于，所述主观评价模块用于对遥感影像质量进行主观评价，具体为：
a、将测试人员分为人数相同的两组；
b、一组测试人员采用五分制对遥感影像质量进行评价，分值越高则表明遥感影像质量越好，不同测试人员给出遥感影像的分值，计算组内分值的平均值a1；
c、另一组测试人员采用百分制对遥感影像质量进行评价，分值越高则表明遥感影像质量越好，不同测试人员给出遥感影像的分值，计算组内分值的平均值a，；
d、计算主观评价得分A：上述式子中，δ1和δ2分别表示权重，
4.根据权利要求3所述的预警准确的山区自然灾害预警系统，其特征在于，所述客观评价模块包括灰度评价子模块、信息量评价子模块、清晰度评价子模块和客观评价得分获取子模块，所述灰度评价子模块用于计算遥感影像质量的灰度评价因子，所述信息量评价子模块用于计算遥感影像质量的信息量评价因子，所述清晰度评价子模块用于计算遥感影像质量的清晰度评价因子，所述客观评价得分获取子模块用于根据灰度评价因子、信息量评价因子和清晰度评价因子计算遥感影像质量的客观评价得分。
5.根据权利要求4所述的预警准确的山区自然灾害预警系统，其特征在于，所述灰度评价子模块用于计算遥感影像质量的灰度评价因子，具体采用下式进行：
<mrow> <msub> <mi>K</mi> <mn>1</mn> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mi>L</mi> </munderover> <msup> <mrow> <mo>(</mo> <msub> <mi>v</mi> <mi>i</mi> </msub> <mo>-</mo> <mfrac> <mn>1</mn> <mi>L</mi> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msqrt> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mi>L</mi> </munderover> <msup> <mrow> <mo>(</mo> <msub> <mi>v</mi> <mi>i</mi> </msub> <mo>-</mo> <mfrac> <mn>1</mn> <mi>L</mi> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <mn>1</mn> </mrow> </msqrt> </mrow>
上述式子中，K1表示灰度评价因子，[0，L]表示遥感影像的灰度级，vi表示遥感影像中灰度级为i的像素出现的概率；灰度评价因子越小，则遥感影像质量越好。
6.根据权利要求5所述的预警准确的山区自然灾害预警系统，其特征在于，所述信息量评价子模块用于计算遥感影像质量的信息量评价因子，具体采用下式进行：
<mrow> <msub> <mi>K</mi> <mn>2</mn> </msub> <mo>=</mo> <msqrt> <mrow> <mo>(</mo> <mo>-</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mi>L</mi> </munderover> <msub> <mi>v</mi> <mi>i</mi> </msub> <msub> <mi>logv</mi> <mi>i</mi> </msub> <mo>&amp;times;</mo> <mi>M</mi> <mo>&amp;times;</mo> <mi>N</mi> <mo>)</mo> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mo>-</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mi>L</mi> </munderover> <msub> <mi>v</mi> <mi>i</mi> </msub> <msub> <mi>logv</mi> <mi>i</mi> </msub> <mo>&amp;times;</mo> <mi>M</mi> <mo>&amp;times;</mo> <mi>N</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </msqrt> </mrow>
上述式子中，K2表示信息量评价因子，M×N表示遥感影像包含的像素的个数；信息量评价因子越大，则遥感影像质量越好。
7.根据权利要求6所述的预警准确的山区自然灾害预警系统，其特征在于，所述清晰度评价子模块用于计算遥感影像质量的清晰度评价因子，具体采用下式进行：
<mrow> <msub> <mi>K</mi> <mn>3</mn> </msub> <mo>=</mo> <mn>2</mn> <mo>+</mo> <mi>lg</mi> <mo>&amp;lsqb;</mo> <mfrac> <mrow> <msubsup> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>M</mi> <mo>-</mo> <mn>1</mn> </mrow> </msubsup> <msubsup> <mo>&amp;Sigma;</mo> <mrow> <mi>J</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </msubsup> <msqrt> <mrow> <msup> <mrow> <mo>&amp;lsqb;</mo> <mi>H</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>H</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>&amp;lsqb;</mo> <mi>H</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>H</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> </mrow> </msqrt> </mrow> <mrow> <mo>(</mo> <mi>M</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> <mo>&amp;times;</mo> <mo>(</mo> <mi>N</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mfrac> <mo>+</mo> <mn>1</mn> <mo>&amp;rsqb;</mo> </mrow>
上述式子中，K3表示清晰度评价因子，H(i，j)表示遥感影像第i行、第j列的灰度值，M、N分别表示遥感影像的总行数和总列数；清晰度评价因子越大，则遥感影像质量越好；
所述客观评价得分获取子模块用于根据灰度评价因子、信息量评价因子和清晰度评价因子计算遥感影像质量的客观评价得分，具体采用下式进行：
<mrow> <mi>K</mi> <mo>=</mo> <msup> <mi>e</mi> <mrow> <mo>-</mo> <msub> <mi>K</mi> <mn>1</mn> </msub> <mo>+</mo> <msub> <mi>K</mi> <mn>2</mn> </msub> <mo>+</mo> <msub> <mi>K</mi> <mn>3</mn> </msub> </mrow> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mo>-</mo> <msub> <mi>K</mi> <mn>1</mn> </msub> <mo>+</mo> <msub> <mi>K</mi> <mn>2</mn> </msub> <mo>+</mo> <msub> <mi>K</mi> <mn>3</mn> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow>
上述式子中，K表示客观评价得分。
8.根据权利要求7所述的预警准确的山区自然灾害预警系统，其特征在于，所述综合评价模块用于根据所述主观评价得分和客观评价得分对遥感影像质量进行综合评价，具体为：
a、计算遥感影像的综合评价值：
Z＝σ1A+σ2K
上述式子中，Z表示遥感影像的综合评价值，σ1和σ2为主观评价得分和客观评价得分的权值，σ1+σ2＝1，综合评价值越大，则遥感影像的质量越好；
b、设置不同的阈值，根据综合评价值将遥感影像质量划分为优、良、合格和不合格四个等级，对遥感影像质量进行综合评价。
CN201711078944.0A 2017-11-06 2017-11-06 一种预警准确的山区自然灾害预警系统 Pending CN107833433A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711078944.0A CN107833433A (zh) 2017-11-06 2017-11-06 一种预警准确的山区自然灾害预警系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711078944.0A CN107833433A (zh) 2017-11-06 2017-11-06 一种预警准确的山区自然灾害预警系统

Publications (1)

Publication Number Publication Date
CN107833433A true CN107833433A (zh) 2018-03-23

Family

ID=61654512

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711078944.0A Pending CN107833433A (zh) 2017-11-06 2017-11-06 一种预警准确的山区自然灾害预警系统

Country Status (1)

Country Link
CN (1) CN107833433A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108109347A (zh) * 2017-12-26 2018-06-01 李文清 一种预警准确的山体滑坡灾害监测预警系统
CN116206216A (zh) * 2023-05-06 2023-06-02 山东省国土空间数据和遥感技术研究院(山东省海域动态监视监测中心) 一种基于遥感影像的矢量地理信息采集方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004070213A (ja) * 2002-08-09 2004-03-04 Canon Inc 画像評価能力テスター
CN1604139A (zh) * 2004-10-28 2005-04-06 上海交通大学 图像融合评价系统的构建方法
CN105100789A (zh) * 2015-07-22 2015-11-25 天津科技大学 一种视频质量评价方法
CN105163106A (zh) * 2015-07-22 2015-12-16 天津科技大学 一种多重数据处理的视频质量评价系统
CN205582213U (zh) * 2016-04-20 2016-09-14 国家电网公司 基于卫星遥感图像的泥石流预警系统
CN106960436A (zh) * 2017-03-20 2017-07-18 哈尔滨工业大学 一种光学遥感图像处理性能评估方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004070213A (ja) * 2002-08-09 2004-03-04 Canon Inc 画像評価能力テスター
CN1604139A (zh) * 2004-10-28 2005-04-06 上海交通大学 图像融合评价系统的构建方法
CN105100789A (zh) * 2015-07-22 2015-11-25 天津科技大学 一种视频质量评价方法
CN105163106A (zh) * 2015-07-22 2015-12-16 天津科技大学 一种多重数据处理的视频质量评价系统
CN205582213U (zh) * 2016-04-20 2016-09-14 国家电网公司 基于卫星遥感图像的泥石流预警系统
CN106960436A (zh) * 2017-03-20 2017-07-18 哈尔滨工业大学 一种光学遥感图像处理性能评估方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108109347A (zh) * 2017-12-26 2018-06-01 李文清 一种预警准确的山体滑坡灾害监测预警系统
CN116206216A (zh) * 2023-05-06 2023-06-02 山东省国土空间数据和遥感技术研究院(山东省海域动态监视监测中心) 一种基于遥感影像的矢量地理信息采集方法及系统

Similar Documents

Publication Publication Date Title
Manaugh et al. What is mixed use? Presenting an interaction method for measuring land use mix
CN114168906B (zh) 一种基于云计算的测绘地理信息数据采集系统
Ivanovic et al. Perspectives of sustainable development in countries of Southeastern Europe
CN107064758A (zh) 一种干式变压器在线监测装置及监测方法
CN104237457A (zh) 空气质量监测方法与系统
CN104063718A (zh) 在作物识别和面积估算中选择遥感数据和分类算法的方法
CN113049509B (zh) 一种基于光谱技术的农产品检测管理系统
CN107862433A (zh) 一种特高压直流输电线路带电作业安全评估方法和系统
CN111103405A (zh) 空气质量预报预警系统
CN107833433A (zh) 一种预警准确的山区自然灾害预警系统
CN107944761A (zh) 基于人工智能消费维权指数企业投诉预警监测分析方法
CN107230350A (zh) 一种基于卡口与手机流量话单数据的城市交通量获取方法
CN113222327A (zh) 一种基于服务能力的地块可达性分析方法
CN101196931A (zh) 森林资源价值核算空间信息化技术方法
CN116308958A (zh) 基于移动终端的碳排放在线检测预警系统及方法
CN101251891A (zh) 书写汉字结构规范性评价的方法和装置
CN104569340B (zh) 地下环境质量测定方法及装置
CN113496348A (zh) 一种耕地质量管理系统及方法
CN113344247B (zh) 一种基于深度学习的电力设施选址预测方法与系统
CN107886234A (zh) 一种高效的城市规划系统
CN116257792A (zh) 一种智慧城市碳中和数据分析系统
Shuai Sino–US agricultural trade potential: A gravity model approach
CN107767183A (zh) 基于联合学习和轮廓点的品牌忠实度测试方法
CN107743226A (zh) 一种监测准确的环境监测系统
CN112990689A (zh) 一种资讯数据质量检测方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180323