-
公开(公告)号：CN119886205A
公开(公告)日：2025-04-25
申请号：CN202510371012.3
申请日：2025-03-27
Applicant: 中国科学院沈阳应用生态研究所 , 核工业湖州勘测规划设计研究院股份有限公司 , 湖南省第一测绘院
Abstract: 本发明的实施例提供了一种基于图神经网络的频繁移动模式的优化方法和装置。所述方法包括获取目标轨迹数据，目标轨迹数据包括训练数据；构建图神经网络，将训练数据转化为目标图子图集合，利用目标图子图集合，根据图神经网络的损失函数对图神经网络进行训练，得到图神经网络的目标函数；基于目标图子图集合得到频繁移动模式节点集合，再根据图神经网络的目标函数更新频繁移动模式节点集合，得到频繁移动模式。以此方式，可以充分利用图神经网络的优势，提高计算效率，突破了传统数据分析方法在效率不足上的局限。
-
公开(公告)号：CN118313451B
公开(公告)日：2024-09-17
申请号：CN202410747898.2
申请日：2024-06-11
Applicant: 中国科学院沈阳应用生态研究所 , 核工业湖州勘测规划设计研究院股份有限公司 , 宁夏大学 , 兰州交通大学
IPC: G06N5/022
Abstract: 本发明的实施例提供了基于时空超图的生态保护红线风险知识图谱结构优化方法。所述方法包括获取生态保护红线区域风险领域的知识数据源，根据知识数据源分析生态保护红线区域风险领域的知识体系的构成元素，将构成元素的语义描述抽象表达为生态保护红线风险知识本体；构建知识三元组，形成三元组知识图谱；定义的知识表达规则和实例数据，抽取具有时间特征、空间特征的图节点和图边，定义映射规则；对三元组知识图谱中的图节点和图边进行结构优化，得到结构优化的知识图谱。以此方式，可以适应不同类型和层次的风险建模需求，并且能够直接表示多个实体之间的复杂关系，提供更精确的风险源辨识和传播模式挖掘。
-
公开(公告)号：CN118378701B
公开(公告)日：2024-08-27
申请号：CN202410840642.6
申请日：2024-06-27
Applicant: 中国科学院沈阳应用生态研究所 , 宁夏大学 , 北京帝测科技股份有限公司 , 核工业湖州勘测规划设计研究院股份有限公司
IPC: G06N5/025 , G06F16/36 , G06F18/2135 , G06F18/25 , G06F16/901
Abstract: 本发明的实施例提供了高阶图结构驱动的大规模地学领域知识图谱更新优化方法。所述方法包括获取地学知识图谱；地学知识图谱包括知识图谱要素和要素的文本信息；知识图谱要素包括知识实体和知识实体间的关系；利用关系网络建模方法对知识实体进行关系建模，构建地学关系网络模型；基于地学关系网络模型进行图结构提取，根据图结构的阶数计算地学关系网络模型中节点的重要度；通过节点的重要度定义实施全/增量更新的判断阈值，基于判断阈值对节点进行全/增量更新。以此方式，可以适应大规模地学领域知识图谱的实时、轻量、快速更新需求，提供更准确且具备时效性的地学知识图谱。
-
公开(公告)号：CN118378701A
公开(公告)日：2024-07-23
申请号：CN202410840642.6
申请日：2024-06-27
Applicant: 中国科学院沈阳应用生态研究所 , 宁夏大学 , 北京帝测科技股份有限公司 , 核工业湖州勘测规划设计研究院股份有限公司
IPC: G06N5/025 , G06F16/36 , G06F18/2135 , G06F18/25 , G06F16/901
Abstract: 本发明的实施例提供了高阶图结构驱动的大规模地学领域知识图谱更新优化方法。所述方法包括获取地学知识图谱；地学知识图谱包括知识图谱要素和要素的文本信息；知识图谱要素包括知识实体和知识实体间的关系；利用关系网络建模方法对知识实体进行关系建模，构建地学关系网络模型；基于地学关系网络模型进行图结构提取，根据图结构的阶数计算地学关系网络模型中节点的重要度；通过节点的重要度定义实施全/增量更新的判断阈值，基于判断阈值对节点进行全/增量更新。以此方式，可以适应大规模地学领域知识图谱的实时、轻量、快速更新需求，提供更准确且具备时效性的地学知识图谱。
-
公开(公告)号：CN118781387A
公开(公告)日：2024-10-15
申请号：CN202410747896.3
申请日：2024-06-11
Applicant: 中国科学院沈阳应用生态研究所 , 宁夏大学 , 兰州交通大学 , 核工业湖州勘测规划设计研究院股份有限公司 , 北京帝测科技股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V20/70 , G06V20/10 , G06V10/82 , G06T7/11 , G06T7/136 , G06N3/0464
Abstract: 本发明的实施例提供了区域多年水质敏感性评估方法、装置和设备。所述方法包括通过获取多模态对地观测影像，根据影像内容提取水域和深度学习训练样本，根据提取的水域和深度学习训练样本使用SAM模型识别多年LULC种类，通过加权数据立方体得到多年水敏感性定量评估结果。以此方式，可以通过深度学习从超高分辨率的对地观测数据下识别城市土地利用及评估水域敏感性，从而实现对计算时间成本和标注数据集需求的平衡，充分利用对地观测技术的优势，突破了传统人力调查在空间和时间连续性上的局限。
-
Patent Agency Ranking
公开(公告)号：CN118334363B
公开(公告)日：2024-08-20
申请号：CN202410749987.0
申请日：2024-06-12
Applicant: 中国科学院沈阳应用生态研究所 , 宁夏大学 , 兰州交通大学 , 北京帝测科技股份有限公司 , 核工业湖州勘测规划设计研究院股份有限公司
Abstract: 本发明的实施例提供了基于遥感图像和LiDAR分析的地形特征语义建模方法。所述方法包括获取高分辨率遥感影像和LiDAR数据；基于所述高分辨率遥感影像提取第一地形特征，以及基于LiDAR数据提取地形对象；将所述第一地形特征和地形对象进行边缘融合，得到边缘融合后的地形特征；对所述边缘融合后的地形特征进行语义建模。以此方式，可以充分整合多种地球观测数据，实现了地形特征的准确提取，并且将地形特征提取的结果与本体定义的地形知识相结合，在时空、尺度、功能、语义等方面实现地形特征知识一致性描述与规范化表达。
-
公开(公告)号：CN118334363A
公开(公告)日：2024-07-12
申请号：CN202410749987.0
申请日：2024-06-12
Applicant: 中国科学院沈阳应用生态研究所 , 宁夏大学 , 兰州交通大学 , 北京帝测科技股份有限公司 , 核工业湖州勘测规划设计研究院股份有限公司
Abstract: 本发明的实施例提供了基于遥感图像和LiDAR分析的地形特征语义建模方法。所述方法包括获取高分辨率遥感影像和LiDAR数据；基于所述高分辨率遥感影像提取第一地形特征，以及基于LiDAR数据提取地形对象；将所述第一地形特征和地形对象进行边缘融合，得到边缘融合后的地形特征；对所述边缘融合后的地形特征进行语义建模。以此方式，可以充分整合多种地球观测数据，实现了地形特征的准确提取，并且将地形特征提取的结果与本体定义的地形知识相结合，在时空、尺度、功能、语义等方面实现地形特征知识一致性描述与规范化表达。
-
公开(公告)号：CN118313451A
公开(公告)日：2024-07-09
申请号：CN202410747898.2
申请日：2024-06-11
Applicant: 中国科学院沈阳应用生态研究所 , 核工业湖州勘测规划设计研究院股份有限公司 , 宁夏大学 , 兰州交通大学
IPC: G06N5/022
Abstract: 本发明的实施例提供了基于时空超图的生态保护红线风险知识图谱结构优化方法。所述方法包括获取生态保护红线区域风险领域的知识数据源，根据知识数据源分析生态保护红线区域风险领域的知识体系的构成元素，将构成元素的语义描述抽象表达为生态保护红线风险知识本体；构建知识三元组，形成三元组知识图谱；定义的知识表达规则和实例数据，抽取具有时间特征、空间特征的图节点和图边，定义映射规则；对三元组知识图谱中的图节点和图边进行结构优化，得到结构优化的知识图谱。以此方式，可以适应不同类型和层次的风险建模需求，并且能够直接表示多个实体之间的复杂关系，提供更精确的风险源辨识和传播模式挖掘。
-
公开(公告)号：CN119963762A
公开(公告)日：2025-05-09
申请号：CN202510436447.1
申请日：2025-04-09
Applicant: 中国科学院沈阳应用生态研究所 , 中国科学院地理科学与资源研究所 , 湖南省第一测绘院
Abstract: 本发明的实施例提供了时空知识增强的城市多级低空空域功能区动态优化方法。所述方法包括获取低空空域基础数据；将该数据映射到由若干体素单元组成的网格结构中，生成初始空域数据模型；利用知识图谱框架结构化描述低空实体节点及其语义关系，得到实体节点语义信息；构建低空空域规则库；根据低空空域规则库，将低空空域进行划；采用非线性体素剖分算法对所述初始空域数据模型进行非线性剖分，得到低空空域网格分层模型，并将实体节点语义信息赋予所述低空空域网格分层模型的体素单元；动态采集实时数据，对低空空域网格分层模型进行动态优化。以此方式，可以实现对功能区动态调整和多源数据实时更新的集成优化。
-
公开(公告)号：CN114385822A
公开(公告)日：2022-04-22
申请号：CN202011140133.0
申请日：2020-10-22
Applicant: 核工业湖州勘测规划设计研究院股份有限公司 , 武汉大学
IPC: G06F16/36 , G06F16/35 , G06F40/30 , G06F40/284 , G06F40/216 , G06T17/05 , G06V10/50
Abstract: 本发明公开了一种利用词袋模型的高分辨率DEM语义对象识别方法，属于地理空间数据处理技术领域，具体包括以下步骤：步骤1，地貌特征向量表达，步骤2，地貌词袋模型构建，步骤3，目标地貌语义映射，步骤4，地貌对象分类识别。本发明中，由高分辨率DEM数据集提取地貌变量生成地貌特征向量，然后利用外部开放数据源丰富地貌语义信息形成地貌词袋并生成地貌加权特征向量，其次形成目标地貌特征要素和词袋内高等级概念之间的映射，最后比对目标数据加权特征和训练数据加权特征实现地貌识别，通过集成地貌变量，基于区域的特征和高级地貌描述，实现自动地貌识别，显著提高派生地貌对象的识别精度及效率。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.084 seconds)
