CN109816211A - 判断污染区域相似性及提高治理污染效率的方法及装置 - Google Patents
判断污染区域相似性及提高治理污染效率的方法及装置 Download PDFInfo
- Publication number
- CN109816211A CN109816211A CN201811635682.8A CN201811635682A CN109816211A CN 109816211 A CN109816211 A CN 109816211A CN 201811635682 A CN201811635682 A CN 201811635682A CN 109816211 A CN109816211 A CN 109816211A
- Authority
- CN
- China
- Prior art keywords
- matrix
- region
- measured
- hot spot
- spot grid
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 239000011159 matrix material Substances 0.000 claims abstract description 124
- 238000013507 mapping Methods 0.000 claims abstract description 63
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 37
- 231100000719 pollutant Toxicity 0.000 claims abstract description 37
- 238000011156 evaluation Methods 0.000 claims description 7
- 239000000809 air pollutant Substances 0.000 claims description 4
- 231100001243 air pollutant Toxicity 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本申请提供判断污染区域相似性及提高治理污染效率的方法、装置。所述判断污染区域相似性的方法包括:获取待测区域的污染物浓度矩阵和卫星图矩阵;将待测区域的污染物浓度矩阵和卫星图矩阵拼接得到联合矩阵;计算待测区域的联合矩阵与两个以上对比区域的联合矩阵之间的各个马氏距离;基于各个马氏距离确定与各个马氏距离相对应的评分;基于评分确定待测区域与两个以上对比区域的相似性。
Description
技术领域
本申请涉及污染治理技术领域,具体涉及判断污染区域相似性及提高治理污染效率的方法及装置。
背景技术
目前对于污染治理的方法通常是采用模型的方法以及按照一定的计算方式进行计算,计算污染出现的情况下污染应该减排多少等的相关性指标来进行治理效果的评估。
本申请的发明人发现这种方法在数据来源和数据的准确性上受到限制,并且需要对模型不断的进行尝试和选择,所以效率较低。
发明内容
本申请实施例提供了一种判断污染区域相似性的方法,其特征在于,包括:获取待测区域的污染物浓度矩阵和卫星图矩阵;将所述待测区域的污染物浓度矩阵和卫星图矩阵拼接得到联合矩阵;计算所述待测区域的联合矩阵与两个以上对比区域的联合矩阵之间的各个马氏距离;基于所述各个马氏距离确定与所述各个马氏距离相对应的评分;基于所述评分确定所述待测区域与所述两个以上对比区域的相似性。
本申请实施例提供还一种判断污染区域相似性的装置,其特征在于,包括:矩阵获取模块、矩阵拼接模块、计算模块、映射模块、评价模块,所述矩阵获取模块,获取待测区域的污染物浓度矩阵和卫星图矩阵;所述矩阵拼接模块,将所述待测区域的污染物浓度矩阵和卫星图矩阵拼接得到联合矩阵;所述计算模块,计算所述待测区域的联合矩阵与两个以上对比区域的联合矩阵之间的各个马氏距离;所述映射模块,基于所述各个马氏距离确定与所述各个马氏距离相对应的评分;所述评价模块,基于所述评分确定所述待测区域与所述两个以上对比区域的相似性。
本申请实施例提供了一种提高治理污染效率的方法,其特征在于,包括:通过上述所述的判断污染区域相似性的方法确定与所述待测区域相似性最大的对比区域;确定对所述待测区域采用与其相似性最大的所述对比区域相同或相似的污染治理措施。
本申请实施例提供了一种提高治理污染效率的装置,其特征在于,包括:上述所述的判断污染区域相似性的装置;治理模块,对所述待测区域采用与其相似性最大的所述对比区域相同或相似的污染治理措施。
本申请实施例提供的技术方案,进行区域划分,并判断区域之间的相似性,对于相似性较高的区域可以相互借鉴,采用相似的治理措施,不需要重新进行分析,提高了污染的治理效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的一种判断污染区域相似性的方法流程示意图;
图2是本申请一实施例提供的一种判断污染区域相似性的装置组成示意图;
图3是本申请另一实施例提供的一种判断污染区域相似性的装置组成示意图;
图4是本申请一实施例提供的一种提高治理污染效率的方法流程示意图;
图5是本申请一实施例提供的一种提高治理污染效率的装置组成示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,以下将结合附图和实施例,对本申请技术方案的具体实施方式进行更加详细、清楚的说明。然而,以下描述的具体实施方式和实施例仅是说明的目的,而不是对本申请的限制。其只是包含了本申请一部分实施例,而不是全部的实施例,本领域技术人员对于本申请的各种变化获得的其他实施例,都属于本申请保护的范围。
图1是本申请一实施例提供的一种判断污染区域相似性的方法流程示意图,包括如下步骤。
在步骤S110中,获取待测区域的污染物浓度矩阵和卫星图矩阵。
将待测区域划分成长和宽相同的热点网格,基于热点网格形成待测区域的污染物浓度矩阵,基于热点网格形成待测区域的卫星图矩阵。
要将待测区域划分成长和宽相同的热点网格,首先要将待测区域划分成大小一样的网格,然后利用卫星遥感技术或其他技术,筛选出主要大气污染物年均浓度值高于预设值的网格作为热点网格,进行重点监管。例如按照3千米×3千米划分网格。
通过无人机搭载气体检测仪或其他渠道,获取热点网格区域一段时间内主要大气污染物浓度值,就得到热点网格大气污染物浓度值。其中的一段时间可以根据需要设置为1小时或其他时间段,并不以此为限。
将热点网格按照经纬度为坐标进行排序,热点网格的经度为横坐标,热点网格的纬度为纵坐标。将热点网格的大气污染物浓度值填入对应的坐标点位,再用插值法在坐标的剩余点位填入大气污染物浓度值,形成m×n的污染物浓度矩阵。
同时获取热点网格对应的卫星图,通过颜色通道计算出卫星图的像素值。将热点网格按照经纬度为坐标进行排序,其中热点网格的经度为横坐标,热点网格的纬度为纵坐标。将热点网格的卫星图的像素值填入对应的坐标点位,再用插值法在坐标的剩余点位填入卫星图的像素值,形成m×k的卫星图矩阵。
关于m、n、k的值可以根据需要进行设置。污染物浓度矩阵和卫星图矩阵的行相等或列相等。
在步骤S120中,将待测区域的污染物浓度矩阵和卫星图矩阵拼接得到联合矩阵。
在本实施例中,将该浓度矩阵和卫星图矩阵进行横向拼接得到m×(n+k)的联合矩阵。示例如下。
其中矩阵A代表该待测区域的浓度矩阵,B代表该待测区域的卫星图矩阵,C代表两者横向拼接之后的联合矩阵。
该联合矩阵代表该待测区域的分布特征,主要包括网格大气污染物浓度特征与卫星特征。
联合矩阵也可以通过将浓度矩阵和卫星图矩阵纵向拼接而成。如果是纵向拼接,那么浓度矩阵和卫星图矩阵的列数要相等,也就是说,在上述步骤S110中,得到的浓度矩阵为n×m,卫星图矩阵为k×m,拼接后得到的联合矩阵为(n+k)×m。
在步骤S130中,计算待测区域的联合矩阵与两个以上对比区域的联合矩阵之间的各个马氏距离。
之所以设置两个以上的对比矩阵,是因为待测区域与一个对比区域的相似度到底有多高,不好具体衡量。所以本方法需要比较待测区域与两个以上的对比区域的相似度,用其中相似度最高的区域的污染治理方法来治理待测区域。
在本实施例中,待测区域及两个以上的对比区域的浓度矩阵大小相等,都是m×n。这个待测区域及两个以上的对比区域的卫星图矩阵大小相等,都是m×k。
马氏距离是由印度统计学家哈拉诺比斯提出的一种有效的计算两个未知样本集的相似度的方法,通过协方差计算两个未知样本集之间的距离。
在本方法中,用来计算两个矩阵的马氏距离。其中一个矩阵记为:X=[x1,x2,...,xD]^T,另一个矩阵记为:Y=[y1,y2,...,yD]^T。
马式距离计算公式为:
。
其中xi、yi为两个矩阵对应的向量的值,σi为其均方差,D为向量的个数。其中均方差σi的计算公式为:
假设向量xi包含n个元素(即xi1,xi2……xin),向量均值是
均方差:
在本实施例中,例如计算待测区域S与三个对比区域S1、S2、S3的联合矩阵的马氏距离,得到d1、d2、d3,d1是待测区域S与第一个对比区域S1的距离,d2是待测区域S与第二个对比区域S2的距离,d3是待测区域S与第三个对比区域S3的距离。
在步骤S140中,基于各个马氏距离确定与各个马氏距离相对应的评分。
在本实施例中,采用Z分数影射法,映射各个马氏距离到(0,100)得到各个评分。
Z分数也称为标准分数,是一个数与平均数的差除以标准差的过程,反映的是一个观测或数据点的值高于被观测值的平均值的标准偏差的符号数。Z分数的计算公式为:
其中μ为总体平均值,σ为标准差,Z的绝对值表示在标准差范围内的原始分数与总体均值之间的距离,当原始分数低于平均值时,z为负,以上为正。评分为Z的绝对值,在(0,100)之间。
在本实施例中,例如得到的是一个待测区域与三个对比区域的马氏距离d1、d2、d3。那么μ=(d1+d2+d3)/3,据此分别计算三个马氏距离d1、d2、d3的Z分数绝对值得到评分。
在步骤S150中,基于各个评分评价待测区域与两个以上对比区域的相似性。
确定最小的评分对应的待测区域与对比区域相似性最大。比较各个评分,其中最小的评分对应的待测区域与对比区域相似性最大。用映射之后的评分对区域之间的相似性做一个判断。评分越接近于0,说明两个区域之间的相似性越大。
在本实施例中,例如三个马氏距离x1、x2、x3对应的评分分别为10、18、25,那么马氏距离x1对应的评分10最小。表示待测区域S与对比区域S1的相似性最大。
本申请实施例提供的技术方案,进行区域划分,并判断区域之间的相似性,对于相似性较高的区域可以相互借鉴,采用相似的治理措施,不需要重新进行分析,提高了污染的治理效率。
图2是本申请一实施例提供的一种判断污染区域相似性的装置组成示意图,该装置包括矩阵获取模块21、矩阵拼接模块22、计算模块23、映射模块24、评价模块25。
矩阵获取模块21获取待测区域的污染物浓度矩阵和卫星图矩阵。矩阵拼接模块22将待测区域的污染物浓度矩阵和卫星图矩阵横向拼接得到联合矩阵。计算模块23计算待测区域的联合矩阵与两个以上对比区域的联合矩阵之间的各个马氏距离。映射模块24基于各个马氏距离确定与各个马氏距离相对应的评分。评价模块25基于各个评分评价待测区域与两个以上对比区域的相似性。
图3是本申请另一实施例提供的一种判断污染区域相似性的装置组成示意图,该装置包括矩阵获取模块31、矩阵拼接模块22、计算模块23、映射模块24、评价模块25。
矩阵获取模块31获取待测区域的污染物浓度矩阵和卫星图矩阵。矩阵拼接模块22将待测区域的污染物浓度矩阵和卫星图矩阵横向拼接得到联合矩阵。计算模块23计算待测区域的联合矩阵与两个以上对比区域的联合矩阵之间的各个马氏距离。映射模块24基于各个马氏距离确定与各个马氏距离相对应的评分。评价模块25基于各个评分评价待测区域与两个以上对比区域的相似性。
矩阵获取模块31包括网格划分模块311、热点网格确定模块312、浓度矩阵获取模块313、卫星图矩阵获取模块314。
网格划分模块311将待测区域划分成长和宽相同的多个网格。热点网格确定模块312将多个网格中主要大气污染物浓度值高于预设值的网格确定为热点网格。浓度矩阵获取模块313基于热点网格形成待测区域的污染物浓度矩阵。卫星图矩阵获取模块314基于热点网格形成待测区域的卫星图矩阵。
浓度矩阵获取模块313包括浓度网格排序模块3131、浓度标识模块3132、浓度插值模块3133。
浓度网格排序模块3131将热点网格按照经纬度为坐标进行排序,其中热点网格的经度为横坐标,热点网格的纬度为纵坐标。浓度标识模块3132将热点网格的大气污染物浓度值填入对应的坐标点位。浓度插值模块3133用插值法在坐标的剩余点位填入大气污染物浓度值,形成m×n或n×m的污染物浓度矩阵。
卫星图矩阵获取模块314包括卫星图获取模块3141、像素值计算模块3142、像素网格排序模块3143、像素值标识模块3144、像素值插值模块3145。
卫星图获取模块3141获取热点网格对应的卫星图。像素值计算模块3142通过颜色通道计算出卫星图的像素值。像素网格排序模块3143将热点网格按照经纬度为坐标进行排序,其中热点网格的经度为横坐标,热点网格的纬度为纵坐标。像素值标识模块3144将热点网格的卫星图的像素值填入对应的坐标点位。像素值插值模块3145用插值法在坐标的剩余点位填入卫星图的像素值,形成m×k或k×m的卫星图矩阵。
图4是本申请一实施例提供的一种提高治理污染效率的方法流程示意图,包括如下步骤。
在步骤S410中,通过判断污染区域相似性的方法确定与待测区域相似性最大的对比区域。
在步骤S420中,确定对待测区域采用与其相似性最大的对比区域相同或相似的污染治理措施。
本申请实施例提供的技术方案,对于相似性较高的区域采用相似的治理措施,不需要重新进行分析,提高了污染的治理效率。
图5是本申请一实施例提供的一种提高治理污染效率的装置组成示意图,该装置包括判断污染区域相似性的装置51、治理模块52。
判断污染区域相似性的装置51用于确定与待测区域相似性最大的对比区域。治理模块52确定对待测区域采用与其相似性最大的对比区域相同或相似的污染治理措施。
需要说明的是,以上参照附图所描述的各个实施例仅用以说明本申请而非限制本申请的范围,本领域的普通技术人员应当理解,在不脱离本申请的精神和范围的前提下对本申请进行的修改或者等同替换,均应涵盖在本申请的范围之内。此外,除上下文另有所指外,以单数形式出现的词包括复数形式,反之亦然。另外,除非特别说明,那么任何实施例的全部或一部分可结合任何其它实施例的全部或一部分来使用。
Claims (10)
1.一种判断污染区域相似性的方法,其特征在于,包括:
获取待测区域的污染物浓度矩阵和卫星图矩阵;
将所述待测区域的污染物浓度矩阵和卫星图矩阵拼接得到联合矩阵;
计算所述待测区域的联合矩阵与两个以上对比区域的联合矩阵之间的各个马氏距离;
基于所述各个马氏距离确定与所述各个马氏距离相对应的评分;
基于所述评分确定所述待测区域与所述两个以上对比区域的相似性。
2.根据权利要求1所述的方法,其特征在于,所述获取待测区域的污染物浓度矩阵和卫星图矩阵,包括:
将所述待测区域划分成长和宽相同的多个网格;
将所述多个网格中主要大气污染物浓度值高于预设值的网格确定为热点网格;
基于所述热点网格形成所述待测区域的污染物浓度矩阵;
基于所述热点网格形成所述待测区域的卫星图矩阵。
3.根据权利要求2所述的方法,其特征在于,所述基于所述热点网格形成所述待测区域的污染物浓度矩阵,包括:
将所述热点网格按照经纬度为坐标进行排序,其中所述热点网格的经度为横坐标,所述热点网格的纬度为纵坐标;
所述热点网格的大气污染物浓度值填入对应的坐标点位;
用插值法在坐标的剩余点位填入大气污染物浓度值,形成所述污染物浓度矩阵。
4.根据权利要求2所述的方法,其特征在于,所述基于所述热点网格形成待测区域的卫星图矩阵,包括:
获取所述热点网格对应的卫星图;
通过颜色通道计算出所述卫星图的像素值;
将所述热点网格按照经纬度为坐标进行排序,其中所述热点网格的经度为横坐标,所述热点网格的纬度为纵坐标;
所述热点网格的卫星图的像素值填入对应的坐标点位;
用插值法在坐标的剩余点位填入卫星图的像素值,形成所述卫星图矩阵。
5.根据权利要求1所述的方法,其特征在于,所述基于所述各个马氏距离确定与所述各个马氏距离相对应的评分,包括:
根据所述马氏距离确定马氏距离均值以及标准差;
确定所述各个马氏距离与马氏距离均值的差;
基于所述差与所述标准差确定所述各个马氏距离对应的各个评分;
所述基于所述评分确定所述待测区域与所述两个以上对比区域的相似性,其中:
确定最小的评分对应的待测区域与对比区域相似性最大。
6.一种判断污染区域相似性的装置,其特征在于,包括:
矩阵获取模块,获取待测区域的污染物浓度矩阵和卫星图矩阵;
矩阵拼接模块,将所述待测区域的污染物浓度矩阵和卫星图矩阵拼接得到联合矩阵;
计算模块,计算所述待测区域的联合矩阵与两个以上对比区域的联合矩阵之间的各个马氏距离;
映射模块,基于所述各个马氏距离确定与所述各个马氏距离相对应的评分;
评价模块,基于所述评分确定所述待测区域与所述两个以上对比区域的相似性。
7.根据权利要求6所述的装置,其特征在于,所述矩阵获取模块包括:
网格划分模块,将所述待测区域划分成长和宽相同的多个网格;
热点网格确定模块,将所述多个网格中主要大气污染物浓度值高于预设值的网格确定为热点网格;
浓度矩阵获取模块,基于所述热点网格形成待测区域的污染物浓度矩阵;
卫星图矩阵获取模块,基于所述热点网格形成待测区域的卫星图矩阵。
8.根据权利要求7所述的装置,其特征在于,所述浓度矩阵获取模块包括:
浓度网格排序模块,将所述热点网格按照经纬度为坐标进行排序,其中所述热点网格的经度为横坐标,所述热点网格的纬度为纵坐标;
浓度标识模块,将所述热点网格的大气污染物浓度值填入对应的坐标点位;
浓度插值模块,用插值法在坐标的剩余点位填入大气污染物浓度值,形成所述污染物浓度矩阵;
所述卫星图矩阵获取模块包括:
卫星图获取模块,获取所述热点网格对应的卫星图;
像素值计算模块,通过颜色通道计算出所述卫星图的像素值;
像素网格排序模块,将所述热点网格按照经纬度为坐标进行排序,其中所述热点网格的经度为横坐标,所述热点网格的纬度为纵坐标;
像素值标识模块,将所述热点网格的卫星图的像素值填入对应的坐标点位;
像素值插值模块,用插值法在坐标的剩余点位填入卫星图的像素值,形成所述卫星图矩阵。
9.一种提高治理污染效率的方法,其特征在于,包括:
通过权利要求1至5所述的判断污染区域相似性的方法确定与所述待测区域相似性最大的对比区域;
确定对所述待测区域采用与其相似性最大的所述对比区域相同或相似的污染治理措施。
10.一种提高治理污染效率的装置,其特征在于,包括:
权利要求6至8所述的判断污染区域相似性的装置;
治理模块,对所述待测区域采用与其相似性最大的所述对比区域相同或相似的污染治理措施。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811635682.8A CN109816211B (zh) | 2018-12-29 | 2018-12-29 | 判断污染区域相似性及提高治理污染效率的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811635682.8A CN109816211B (zh) | 2018-12-29 | 2018-12-29 | 判断污染区域相似性及提高治理污染效率的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109816211A true CN109816211A (zh) | 2019-05-28 |
CN109816211B CN109816211B (zh) | 2023-11-24 |
Family
ID=66602947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811635682.8A Active CN109816211B (zh) | 2018-12-29 | 2018-12-29 | 判断污染区域相似性及提高治理污染效率的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109816211B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116947196A (zh) * | 2023-09-20 | 2023-10-27 | 深圳市盘古环保科技有限公司 | 基于数字化的高级氧化工业废水处理系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2018156C1 (ru) * | 1991-04-19 | 1994-08-15 | Научно-исследовательский институт онкологии Томского научного центра РАМН | Способ выявления зон загрязнений атмосферного воздуха |
CN104200104A (zh) * | 2014-09-04 | 2014-12-10 | 浙江鸿程计算机系统有限公司 | 一种基于空间特征的细粒度空气污染物浓度区域估计方法 |
CN104834977A (zh) * | 2015-05-15 | 2015-08-12 | 浙江银江研究院有限公司 | 基于距离度量学习的交通警情等级预测方法 |
CN104915434A (zh) * | 2015-06-24 | 2015-09-16 | 哈尔滨工业大学 | 一种基于马氏距离dtw的多维时间序列分类方法 |
CN106296591A (zh) * | 2015-05-26 | 2017-01-04 | 南京理工大学 | 基于马氏距离的非局部均匀数字图像去噪方法 |
CN107436343A (zh) * | 2017-07-31 | 2017-12-05 | 南京南瑞集团公司 | 一种模拟计算敏感区域污染物浓度的方法 |
CN107506429A (zh) * | 2017-08-22 | 2017-12-22 | 北京联合大学 | 一种基于显著区域和相似性积分的图像重排序方法 |
CN108400972A (zh) * | 2018-01-30 | 2018-08-14 | 北京兰云科技有限公司 | 一种异常检测方法和装置 |
-
2018
- 2018-12-29 CN CN201811635682.8A patent/CN109816211B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2018156C1 (ru) * | 1991-04-19 | 1994-08-15 | Научно-исследовательский институт онкологии Томского научного центра РАМН | Способ выявления зон загрязнений атмосферного воздуха |
CN104200104A (zh) * | 2014-09-04 | 2014-12-10 | 浙江鸿程计算机系统有限公司 | 一种基于空间特征的细粒度空气污染物浓度区域估计方法 |
CN104834977A (zh) * | 2015-05-15 | 2015-08-12 | 浙江银江研究院有限公司 | 基于距离度量学习的交通警情等级预测方法 |
CN106296591A (zh) * | 2015-05-26 | 2017-01-04 | 南京理工大学 | 基于马氏距离的非局部均匀数字图像去噪方法 |
CN104915434A (zh) * | 2015-06-24 | 2015-09-16 | 哈尔滨工业大学 | 一种基于马氏距离dtw的多维时间序列分类方法 |
CN107436343A (zh) * | 2017-07-31 | 2017-12-05 | 南京南瑞集团公司 | 一种模拟计算敏感区域污染物浓度的方法 |
CN107506429A (zh) * | 2017-08-22 | 2017-12-22 | 北京联合大学 | 一种基于显著区域和相似性积分的图像重排序方法 |
CN108400972A (zh) * | 2018-01-30 | 2018-08-14 | 北京兰云科技有限公司 | 一种异常检测方法和装置 |
Non-Patent Citations (4)
Title |
---|
VIKAS MAHESHKAR: "DCT-based unique faces for face recognition using Mahalanobis distance", ACM, no. 10 * |
周治平;苗敏敏;: "改进的马氏距离动态时间规整手势认证方法", 计算机应用, no. 05 * |
陈辉;王桥;厉青;王中挺;马鹏飞;周春艳;毛慧琴;: "大气环境热点网格遥感筛选方法研究", 中国环境科学, no. 07 * |
鲍文霞;余国芬;胡根生;朱明;: "基于马氏距离谱特征的图像匹配算法", 华南理工大学学报(自然科学版), no. 10 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116947196A (zh) * | 2023-09-20 | 2023-10-27 | 深圳市盘古环保科技有限公司 | 基于数字化的高级氧化工业废水处理系统 |
CN116947196B (zh) * | 2023-09-20 | 2023-12-08 | 深圳市盘古环保科技有限公司 | 基于数字化的高级氧化工业废水处理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109816211B (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106597416B (zh) | 一种地面GPS辅助的LiDAR数据高程差的误差修正方法 | |
CN100390565C (zh) | 无人机航空摄影遥感森林计测方法 | |
CN102749071B (zh) | 一种基于无人机航空摄影监测土壤侵蚀的方法 | |
CN108227041A (zh) | 基于站点实测数据和模式结果的水平能见度预报方法 | |
CN108007438A (zh) | 无人机航空摄影遥感湿地植物生物量的估测方法 | |
CN110009037B (zh) | 一种基于物理信息耦合的工程风速短时预测方法及系统 | |
ITMI20090941A1 (it) | Metodo di restituzione fotogrammetrica assistita da nuvola di punti e relativo apparato. | |
CN106846308A (zh) | 基于点云的地形图精度的检测方法和装置 | |
CN101231167A (zh) | 海洋测线网系统误差的检测与调整方法 | |
CN110232445B (zh) | 一种基于知识蒸馏的文物真伪鉴定方法 | |
CN113188522A (zh) | 一种基于消费级无人机的植被多样性探测方法 | |
CN113175917B (zh) | 一种利用低空无人机测量沿海浅水区地形的方法 | |
CN104949673A (zh) | 一种基于非视觉感知信息的目标定位方法及装置 | |
CN106556877A (zh) | 一种地磁通化方法及装置 | |
CN109191386A (zh) | 一种基于BPNN的快速Gamma校正方法及装置 | |
CN109816211A (zh) | 判断污染区域相似性及提高治理污染效率的方法及装置 | |
CN105868443A (zh) | 一种微地形微气象要素场的构建方法 | |
CN107607904A (zh) | 一种基于测角信息的多目标同一性识别方法 | |
CN107290129B (zh) | 一种坡面水文试验流量场观测系统及方法 | |
Dawson et al. | A method for the automated extraction of environmental variables to help the classification of rivers in Britain | |
CN106018198A (zh) | 一种气泡粒径的反演计算方法 | |
Lascelles et al. | Automated digital photogrammetry: a valuable tool for small‐scale geomorphological research for the non‐photogrammetrist? | |
CN104704396A (zh) | 处理重力梯度数据的方法 | |
CN110796380A (zh) | 大尺度下基于栅格数据的交通通达度评价方法 | |
CN103777196A (zh) | 基于地理信息的地面目标距离单站测量方法及其测量系统 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 100070 Beijing Fengtai Auto Museum West Road No. 8 Courtyard 1 Building 6 Floor 606 Applicant after: Beijing Yingshi Ruida Technology Co.,Ltd. Address before: Room 606, 6 / F, building 1, yard 8, Automobile Museum West Road, Fengtai District, Beijing 100029 Applicant before: BEIJING INSIGHTS VALUE TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |