CN116486289B 一种多源数据和知识驱动下的燃气管道高后果区识别方法 （西南石油大学）_第1页
CN116486289B 一种多源数据和知识驱动下的燃气管道高后果区识别方法 （西南石油大学）_第2页
CN116486289B 一种多源数据和知识驱动下的燃气管道高后果区识别方法 （西南石油大学）_第3页
CN116486289B 一种多源数据和知识驱动下的燃气管道高后果区识别方法 （西南石油大学）_第4页
CN116486289B 一种多源数据和知识驱动下的燃气管道高后果区识别方法 （西南石油大学）_第5页
已阅读5页，还剩17页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种多源数据和知识驱动下的燃气管道高本发明公开了一种多源数据和知识驱动下缓冲区内存在建筑物集群的所有区域并利用无高后果区识别的精度；构建空间-属性一体化数2S3、判别出待识别管道缓冲区内存在建筑物集群的所S42、结合平差后的POS数据进行空中三角测量以S5、采用基于图像纹理特征的边缘检测方法提取S8、基于相关规范中对地区等级和高后果区等级2.根据权利要求1所述的一种多源数据和知识驱动下的燃气管道高后果区识别方法，3.根据权利要求2所述的一种多源数据和知识驱动下的燃气管道高后果区识别方法，34.根据权利要求3所述的一种多源数据和知识驱动下的燃气管道高后果区识别方法，5.根据权利要求3所述的一种多源数据和知识驱动下的燃气管道高后果区识别方法，S53、通过Canny算子计算像元的梯度和方向并通过预设阈值筛除得到边缘检测结果，6.根据权利要求3所述的一种多源数据和知识驱动下的燃气管道高后果区识别方法，7.根据权利要求3所述的一种多源数据和知识驱动下的燃气管道高后果区识别方法，过聚类方法消除实体歧义之后归纳形成规则456[0042]S81、利用关键词信息提取方法并结合约束条件，从多个规范中提取相关规则实78[0063]从高德地图开放API平台上获取个人密钥后，利用Python爬取高德地图上生活服[0071]导出飞机搭载的RTK高精度定位单元和地面RTK定位单元中的POS数据并整理为[0072]对整理后的POS数据进行联合平差后与相片一同导入3DSmart软件进行空中三角[0074]基于数字高程模型DEM和目标区域数字地表模型DSM以及影像匹配得到全区的正9[0087]S81、利用关键词信息提取方法并结合约束条件，从多个规范中提取相关规则实

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论