CN110210092B - 一种体温数据处理方法、装置、存储介质及终端设备 - Google Patents
一种体温数据处理方法、装置、存储介质及终端设备 Download PDFInfo
- Publication number
- CN110210092B CN110210092B CN201910432194.5A CN201910432194A CN110210092B CN 110210092 B CN110210092 B CN 110210092B CN 201910432194 A CN201910432194 A CN 201910432194A CN 110210092 B CN110210092 B CN 110210092B
- Authority
- CN
- China
- Prior art keywords
- data
- body temperature
- calculating
- grid
- influence factor
- 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.)
- Active
Links
- 230000036760 body temperature Effects 0.000 title claims abstract description 58
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000011161 development Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 230000001413 cellular effect Effects 0.000 claims abstract description 12
- 238000010606 normalization Methods 0.000 claims abstract description 10
- 230000018109 developmental process Effects 0.000 claims description 36
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 7
- 230000011712 cell development Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 5
- 238000012952 Resampling Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 12
- 230000006698 induction Effects 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000006872 improvement Effects 0.000 abstract description 4
- 208000035143 Bacterial infection Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 208000022362 bacterial infectious disease Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种体温数据处理方法，包括：获取用户体温数据并进行空间配准解译处理后，确定影响体温准确性的要素，组成影响因子；建立三维坐标和标准栅格，将所述影响因子规定在所述三维坐标中的标准栅格内，并计算所述标准栅格对各个影响因子的距离后，进行归一化处理，生成与所述标准栅格大小一致的栅格距离数据；通过算法计算获得各个影响因子的权重，根据各个影响因子的权重值，并结合栅格密度和影响因子计算出温度元胞的发展概率；将所述温度元胞的发展概率与所述获取的用户体温数据进行计算，得到演绎后的准确数据；本发明通过元胞自动机技术对温度数据进行模拟演化，拟合准确数据，实现提高热感应非接触式体温检测方法的准确性。
Description
技术领域
本发明涉及数据技术领域，尤其涉及一种基于元胞自动机的体温数据处理方法、装置、存储介质及终端设备。
背景技术
现有的智能体温检测方法绝大部分都是热感应非接触式体温检测，该方法可以在不接触人体的情况下通过热感应技术对人体的体温进行探测，极具智能化，且避免皮肤接触带来不必要的细菌感染。
但是这种热感应非接触式体温检测方法也存在着数据测量不准确的缺点，由于非接触式的体温检测，热传导在空气中由于距离长度和空气中带有的杂质而受到影响，由于温度的敏感度极高，微小的因素都可能导致温度数据出现极大偏差，使得这种热感应非接触式体温检测方法在实际应用中存在着不良效果。
发明内容
本发明提供了一种体温数据处理方法、装置、存储介质及终端设备，以解决现有的热感应非接触式体温检测存在数据测量不准确的技术问题，从而通过元胞自动机技术对温度数据进行模拟演化，拟合准确数据，进而实现提高热感应非接触式体温检测方法的准确性。
为了解决上述技术问题，本发明实施例提供了一种体温数据处理方法，包括：
获取用户体温数据并进行空间配准解译处理后，确定影响体温准确性的要素，组成影响因子；
建立三维坐标和标准栅格，将所述影响因子规定在所述三维坐标中的标准栅格内，并计算所述标准栅格对各个影响因子的距离后，进行归一化处理，生成与所述标准栅格大小一致的栅格距离数据；
通过算法计算获得各个影响因子的权重，根据各个影响因子的权重值，并结合栅格密度和影响因子计算出温度元胞的发展概率；
将所述温度元胞的发展概率与所述获取的用户体温数据进行计算，得到演绎后的准确数据。
作为优选方案，所述计算所述标准栅格对各个影响因子的距离后，进行归一化处理，生成与所述标准栅格大小一致的栅格距离数据，包括：将获取的影响因子数据进行归一化处理，统一重采样为一致分辨率，根据欧几里得度量计算温度元胞到各个影响因子的空间距离，其计算公式为：
式中，(x0，y0)为元胞所在的坐标位置，(xk，yk)为影响因子的坐标位置，dis为计算得到的欧式距离。
作为优选方案，所述计算获得各个影响因子的权重算法为层次分析算法。
作为优选方案，所述通过算法计算获得各个影响因子的权重，根据各个影响因子的权重值，并结合栅格密度和影响因子计算出温度元胞的发展概率，包括：
通过影响因子的权重值对各个影响因子进行加权求和计算发展适宜性数据；
根据中心元胞周围的元胞数量结合所述标准栅格的密度计算出中心元胞的邻域的元胞发展密度；
将所述发展适宜性数据和所述元胞适宜性数据相乘，得到温度元胞的发展概率。
作为优选方案，所述通过影响因子的权重值对各个影响因子进行加权求和计算发展适宜性数据的公式为：
pg＝b1x1+b2x2+…+bkxk+…+bnxn
式中，xk是第k个空间变量，bk是变量xk的权重，权重大小通过层次分析法计算得到，pg为元胞的发展适宜性，n为影响因子数量。
作为优选方案，所述根据中心元胞周围的元胞数量结合所述标准栅格的密度计算出中心元胞的邻域的元胞发展密度的公式为：
式中，
是统计在时刻t第i行第j列元胞ij的5×5邻域中已经转化为温度元胞的元胞数，5×5为所述标准栅格的坐标空间区域为长度5乘以宽度5，
为元胞发展密度。
作为优选方案，所述将所述发展适宜性数据和所述元胞适宜性数据相乘，得到温度元胞的发展概率的公式为：
式中，γ是一个值为0-1之间的随机数，α是一个控制随机程度的参数，conij是一个决定元胞ij能否转换的函数，当温度数据不适于发展成为温度元胞时，则该元胞值设为0。
本发明实施例还提供了一种体温数据处理装置，包括：
影响因子生成模块，用于获取用户体温数据并进行空间配准解译处理后，确定影响体温准确性的要素，组成影响因子；
栅格距离生成模块，用于建立三维坐标和标准栅格，将所述影响因子规定在所述三维坐标中的标准栅格内，并计算所述标准栅格对各个影响因子的距离后，进行归一化处理，生成与所述标准栅格大小一致的栅格距离数据；
发展概率生成模块，用于通过算法计算获得各个影响因子的权重，根据各个影响因子的权重值，并结合栅格密度和影响因子计算出温度元胞的发展概率；
准确数据生成模块，用于将所述温度元胞的发展概率与所述获取的用户体温数据进行计算，得到演绎后的准确数据。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上述任一项所述的体温数据处理方法。
本发明实施例还提供了一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上述任一项所述的体温数据处理方法。
相比于现有技术，本发明实施例具有如下有益效果：
本发明通过元胞自动机技术对温度数据进行模拟演化，拟合准确数据，解决现有的热感应非接触式体温检测存在数据测量不准确的技术问题，实现提高热感应非接触式体温检测方法的准确性。
附图说明
图1：为本发明实施例中的方法步骤流程示意图；
图2：为本发明实施例中的装置结构连接示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参照图1，本发明优选实施例提供了一种体温数据处理方法，包括：
S1，获取用户体温数据并进行空间配准解译处理后，确定影响体温准确性的要素，组成影响因子；
S2，建立三维坐标和标准栅格，将所述影响因子规定在所述三维坐标中的标准栅格内，并计算所述标准栅格对各个影响因子的距离后，进行归一化处理，生成与所述标准栅格大小一致的栅格距离数据；
在本实施例中，所述计算所述标准栅格对各个影响因子的距离后，进行归一化处理，生成与所述标准栅格大小一致的栅格距离数据，包括：将获取的影响因子数据进行归一化处理，统一重采样为一致分辨率，根据欧几里得度量计算温度元胞到各个影响因子的空间距离，其计算公式为：
式中，(x0，y0)为元胞所在的坐标位置，(xk，yk)为影响因子的坐标位置，dis为计算得到的欧式距离。
S3，通过算法计算获得各个影响因子的权重，根据各个影响因子的权重值，并结合栅格密度和影响因子计算出温度元胞的发展概率；
S4，将所述温度元胞的发展概率与所述获取的用户体温数据进行计算，得到演绎后的准确数据。
在本实施例中，所述计算获得各个影响因子的权重算法为层次分析算法。
在本实施例中，所述通过算法计算获得各个影响因子的权重，根据各个影响因子的权重值，并结合栅格密度和影响因子计算出温度元胞的发展概率，包括：通过影响因子的权重值对各个影响因子进行加权求和计算发展适宜性数据；根据中心元胞周围的元胞数量结合所述标准栅格的密度计算出中心元胞的邻域的元胞发展密度；将所述发展适宜性数据和所述元胞适宜性数据相乘，得到温度元胞的发展概率。
在本实施例中，所述通过影响因子的权重值对各个影响因子进行加权求和计算发展适宜性数据的公式为：
pg＝b1x1+b2x2+…+bkxk+…+bnxn
式中，xk是第k个空间变量，bk是变量xk的权重，权重大小通过层次分析法计算得到，pg为元胞的发展适宜性，n为影响因子数量。
在本实施例中，所述根据中心元胞周围的元胞数量结合所述标准栅格的密度计算出中心元胞的邻域的元胞发展密度的公式为：
式中，
是统计在时刻t第i行第j列元胞ij的5×5邻域中已经转化为温度元胞的元胞数，5×5为所述标准栅格的坐标空间区域为长度5乘以宽度5，
为元胞发展密度。
在本实施例中，所述将所述发展适宜性数据和所述元胞适宜性数据相乘，得到温度元胞的发展概率的公式为：
式中，γ是一个值为0-1之间的随机数，α是一个控制随机程度的参数，conij是一个决定元胞ij能否转换的函数，当温度数据不适于发展成为温度元胞时，则该元胞值设为0。
相应地，请参照图2，本发明优选实施例还提供了一种体温数据处理装置，包括：
影响因子生成模块，用于获取用户体温数据并进行空间配准解译处理后，确定影响体温准确性的要素，组成影响因子；
栅格距离生成模块，用于建立三维坐标和标准栅格，将所述影响因子规定在所述三维坐标中的标准栅格内，并计算所述标准栅格对各个影响因子的距离后，进行归一化处理，生成与所述标准栅格大小一致的栅格距离数据；
发展概率生成模块，用于通过算法计算获得各个影响因子的权重，根据各个影响因子的权重值，并结合栅格密度和影响因子计算出温度元胞的发展概率；
准确数据生成模块，用于将所述温度元胞的发展概率与所述获取的用户体温数据进行计算，得到演绎后的准确数据。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行上述任一实施例所述的体温数据处理方法。
本发明实施例还提供了一种终端设备，所述终端设备包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现上述任一实施例所述的体温数据处理方法。
优选地，所述计算机程序可以被分割成一个或多个模块/单元(如计算机程序、计算机程序)，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，通用处理器可以是微处理器，或者所述处理器也可以是任何常规的处理器，所述处理器是所述终端设备的控制中心，利用各种接口和线路连接所述终端设备的各个部分。
所述存储器主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统、至少一个功能所需的应用程序等，数据存储区可存储相关数据等。此外，所述存储器可以是高速随机存取存储器，还可以是非易失性存储器，例如插接式硬盘，智能存储卡(SmartMedia Card，SMC)、安全数字(Secure Digital，SD)卡和闪存卡(Flash Card)等，或所述存储器也可以是其他易失性固态存储器件。
需要说明的是，上述终端设备可包括，但不仅限于，处理器、存储器，本领域技术人员可以理解，上述终端设备仅仅是示例，并不构成对终端设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件。
本发明通过元胞自动机技术对温度数据进行模拟演化，拟合准确数据，解决现有的热感应非接触式体温检测存在数据测量不准确的技术问题，实现提高热感应非接触式体温检测方法的准确性。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种体温数据处理方法，其特征在于，包括：
获取用户体温数据并进行空间配准解译处理后，确定影响体温准确性的要素，组成影响因子；
建立三维坐标和标准栅格，将所述影响因子规定在所述三维坐标中的标准栅格内，并计算所述标准栅格对各个影响因子的距离后，进行归一化处理，生成与所述标准栅格大小一致的栅格距离数据；
通过算法计算获得各个影响因子的权重，根据各个影响因子的权重值，并结合栅格密度和影响因子计算出温度元胞的发展概率；
将所述温度元胞的发展概率与所述获取的用户体温数据进行计算，得到演绎后的准确数据。
2.如权利要求1所述的体温数据处理方法，其特征在于，所述计算所述标准栅格对各个影响因子的距离后，进行归一化处理，生成与所述标准栅格大小一致的栅格距离数据，包括：将获取的影响因子数据进行归一化处理，统一重采样为一致分辨率，根据欧几里得度量计算温度元胞到各个影响因子的空间距离，其计算公式为：
式中，(x0，y0)为元胞所在的坐标位置，(xk，yk)为影响因子的坐标位置，dis为计算得到的欧式距离。
3.如权利要求1所述的体温数据处理方法，其特征在于，所述计算获得各个影响因子的权重算法为层次分析算法。
4.如权利要求3所述的体温数据处理方法，其特征在于，所述通过算法计算获得各个影响因子的权重，根据各个影响因子的权重值，并结合栅格密度和影响因子计算出温度元胞的发展概率，包括：
通过影响因子的权重值对各个影响因子进行加权求和计算发展适宜性数据；
根据中心元胞周围的元胞数量结合所述标准栅格的密度计算出中心元胞的邻域的元胞发展密度；
将所述发展适宜性数据和所述元胞适宜性数据相乘，得到温度元胞的发展概率。
5.如权利要求4所述的体温数据处理方法，其特征在于，所述通过影响因子的权重值对各个影响因子进行加权求和计算发展适宜性数据的公式为：
pg＝b1x1+b2x2+…+bkxk+…+bnxn
式中，xk是第k个空间变量，bk是变量xk的权重，权重大小通过层次分析法计算得到，pg为元胞的发展适宜性，n为影响因子数量。
6.如权利要求4所述的体温数据处理方法，其特征在于，所述根据中心元胞周围的元胞数量结合所述标准栅格的密度计算出中心元胞的邻域的元胞发展密度的公式为：
式中，
是统计在时刻t第i行第j列元胞ij的5×5邻域中已经转化为温度元胞的元胞数，5×5为所述标准栅格的坐标空间区域为长度5乘以宽度5，
为元胞发展密度。
7.如权利要求4所述的体温数据处理方法，其特征在于，所述将所述发展适宜性数据和所述元胞适宜性数据相乘，得到温度元胞的发展概率的公式为：
式中，γ是一个值为0-1之间的随机数，α是一个控制随机程度的参数，conij是一个决定元胞ij能否转换的函数，当温度数据不适于发展成为温度元胞时，则该元胞值设为0。
8.一种体温数据处理装置，其特征在于，包括：
影响因子生成模块，用于获取用户体温数据并进行空间配准解译处理后，确定影响体温准确性的要素，组成影响因子；
栅格距离生成模块，用于建立三维坐标和标准栅格，将所述影响因子规定在所述三维坐标中的标准栅格内，并计算所述标准栅格对各个影响因子的距离后，进行归一化处理，生成与所述标准栅格大小一致的栅格距离数据；
发展概率生成模块，用于通过算法计算获得各个影响因子的权重，根据各个影响因子的权重值，并结合栅格密度和影响因子计算出温度元胞的发展概率；
准确数据生成模块，用于将所述温度元胞的发展概率与所述获取的用户体温数据进行计算，得到演绎后的准确数据。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1～7任一项所述的体温数据处理方法。
10.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如权利要求1～7任一项所述的体温数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910432194.5A CN110210092B (zh) | 2019-05-23 | 2019-05-23 | 一种体温数据处理方法、装置、存储介质及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910432194.5A CN110210092B (zh) | 2019-05-23 | 2019-05-23 | 一种体温数据处理方法、装置、存储介质及终端设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110210092A CN110210092A (zh) | 2019-09-06 |
| CN110210092B true CN110210092B (zh) | 2023-01-31 |
Family
ID=67788257
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910432194.5A Active CN110210092B (zh) | 2019-05-23 | 2019-05-23 | 一种体温数据处理方法、装置、存储介质及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110210092B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114221980A (zh) * | 2021-12-08 | 2022-03-22 | 巢湖学院 | 一种基于物联网的疫情防控系统 |
| CN114676568B (zh) * | 2022-01-17 | 2022-09-23 | 中国地质大学（北京） | 一种基于元胞自动机的区域地质构造演化方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109190161A (zh) * | 2018-07-27 | 2019-01-11 | 广州蓝图地理信息技术有限公司 | 基于斑块元胞自动机和港口城市规划的港城发展模拟方法 |
| CN109584953A (zh) * | 2018-11-09 | 2019-04-05 | 韶关学院 | 一种基于元胞自动机的生物演变方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070161921A1 (en) * | 2006-01-07 | 2007-07-12 | Rausch Jeffrey L | Bio-accurate temperature measurement device and method of quantitatively normalizing a body temperature measurement to determine a physiologically significant temperature event |
-
2019
- 2019-05-23 CN CN201910432194.5A patent/CN110210092B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109190161A (zh) * | 2018-07-27 | 2019-01-11 | 广州蓝图地理信息技术有限公司 | 基于斑块元胞自动机和港口城市规划的港城发展模拟方法 |
| CN109584953A (zh) * | 2018-11-09 | 2019-04-05 | 韶关学院 | 一种基于元胞自动机的生物演变方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于分区域的元胞自动机及城市扩张模拟;乔纪纲等;《地理与地理信息科学》;20090515(第03期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110210092A (zh) | 2019-09-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108732582B (zh) | 车辆定位方法和装置 | |
| CN112508037B (zh) | 图像模板匹配方法、装置及存储装置 | |
| CN110210092B (zh) | 一种体温数据处理方法、装置、存储介质及终端设备 | |
| CN105809702A (zh) | 一种基于Tsai算法的改进位姿估计方法 | |
| CN110969649A (zh) | 一种激光点云与地图的匹配评价方法、介质、终端和装置 | |
| CN111814990B (zh) | 阈值确定方法、系统、存储介质及终端 | |
| WO2022027913A1 (zh) | 目标检测模型生成方法、装置、设备及存储介质 | |
| CN114414935A (zh) | 基于大数据的配电网馈线故障区域自动化定位方法和系统 | |
| CN104006740B (zh) | 物体检测方法和物体检测装置 | |
| CN113255671B (zh) | 针对长宽比大物体的目标检测方法、系统、设备及介质 | |
| CN100465997C (zh) | 基于元胞自动机的图像边缘检测算法 | |
| KR102610900B1 (ko) | 골프공 오버헤드 검출방법, 시스템 및 저장매체 | |
| CN111968160B (zh) | 图像匹配方法和存储介质 | |
| WO2021217854A1 (zh) | 假阳性过滤方法、装置、设备及存储介质 | |
| CN116630320A (zh) | 电池极片的检测方法、装置、电子设备及存储介质 | |
| CN116486146A (zh) | 一种旋转机械设备的故障检测方法、系统、装置和介质 | |
| CN113884188B (zh) | 一种温度检测方法、装置及电子设备 | |
| CN113670253B (zh) | 空间目标姿态反演方法、装置、计算设备及存储介质 | |
| CN112633299B (zh) | 一种目标检测方法、网络、装置、终端设备及存储介质 | |
| CN116486063A (zh) | 检测框标定方法、装置、设备及计算机可读存储介质 | |
| CN115236272A (zh) | 多工况条件下的气体传感器故障诊断方法、装置及存储介质 | |
| CN114047475A (zh) | 基于多维标度法简化代价函数的到达时间差迭代定位方法 | |
| CN107260146B (zh) | 一种血压检测的方法和血压检测设备 | |
| CN114579391A (zh) | 异常数据的检测方法、系统、介质及终端 | |
| CN112527442A (zh) | 一种环境数据多维显示方法、装置、介质及终端设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |