摘要
本发明涉及城市大型建筑设施群合并技术领域,特别是一种基于多特征的企业货运设施判别方法及系统,通过模拟了人眼扫描在观察卫星图像的图像,逐步地观察图像的每个部分,对于尺度非常大的遥感图像而言有十分强力的积极意义,更大程度地保留图像中的细节信息,同时建立了远端忽略假设,通过建筑目标相似度计算,确定两个或多个目标之间的相似程度,把目标相似度的建筑区域建立货运设施建筑群,对每个建筑和货运设施建筑群的核心货运车辆关联权重与非核心车辆距离关联权重的计算,同时建立半监督学习的货运设施判别模型,通过教导逻辑回归器和学生逻辑回归器来不断完善模型,集成学习方法来学习模型判别的分布。
技术关键词
货运
判别方法
建筑群
半监督学习
建筑设施
企业
多维特征数据
集成学习方法
建筑物
车辆
逻辑
合并技术
图像获取模块
判别系统
解码器
核心
系统为您推荐了相关专利信息
滑坡稳定性评价
监测点
分析方法
机器学习模型
Stacking模型
视觉特征
卷积神经网络提取
车辆控制系统
融合神经网络
多尺度
光伏发电预测方法
半监督学习
样本
天气
LSTM模型
建筑群
透明构件
能耗预测模型
室内平均辐射温度
三维模型