公开(公告)号：CN119739179A

公开(公告)日：2025-04-01

申请号：CN202411715813.9

申请日：2024-11-27

Applicant: 北京林业大学

Inventor： 崔晓晖 ,  杨世杰 ,  陈志泊

IPC: G05D1/46 ,  G05D1/695 ,  G05D109/20

Abstract: 本发明提供一种传感器聚类与多无人机协同的数据采集方法，包括以下步骤：对传感器进行聚类，选择作为簇头节点的簇头传感器，接收周边传感器感知的数据，汇总传感器数据；针对协同作业的多个无人机，划分彼此不交叉的数据采集子任务区域；规划子任务区域内的无人机飞行作业路径，并以传感器数据的信息鲜度和/或无人机飞行能耗为参数，计算各个无人机在相应子任务区域内的飞行作业方案；各个无人机依照所述飞行作业方案，通过相应子任务区域内的簇头传感器采集经汇总的传感器数据。该方法通过空地联动作业，能在规定时间内利用较少无人机能耗采集到优质传感器数据，具有采集效率高、无人机能耗低、数据质量高、不受地面复杂环境限制等优势。

公开(公告)号：CN118298308A

公开(公告)日：2024-07-05

申请号：CN202410470386.6

申请日：2024-04-18

Applicant: 北京林业大学

Inventor： 牟超 ,  刘含章 ,  崔晓晖 ,  袁佳腾 ,  陈志泊

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/26 ,  G06V10/44 ,  G06T7/60 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开了一种基于多源数据和深度基础模型的城市植被生物量估算方法，涉及遥感和机器学习领域，包含以下步骤：首先，对收集到的三维激光雷达LiDAR数据和OSM路网数据进行预处理，包括对LiDAR图像进行范围投影和对OSM图像制作植被区域掩码；其次，利用LiDAR‑SAM方法，分割出LiDAR数据中的植被区域，利用CNN获取区域内的单株植被的图像、高度、胸径；再次，利用MLiDAR‑CLIP方法，识别单株植被的种类；最后，利用植被异速生长方程计算单株植被的生物量，全部计算完毕后进行合计，得到区域内总生物量。本发明通过将先进的深度基础大模型适应性改进，提供一种成本低，效率高，精度高的植被生物量估算方法。

公开(公告)号：CN113434511B

公开(公告)日：2023-08-29

申请号：CN202110785517.6

申请日：2021-07-12

Applicant: 北京林业大学

Inventor： 王新阳 ,  孙宇 ,  陈志泊 ,  孙俏 ,  许福

IPC: G06F16/22 ,  G06F16/245

Abstract: 本文公开了一种基于希尔伯特曲线的聚类索引方法。包括以下步骤：读取原数据表中数据；对表中索引数据进行去重，排序；根据索引数据构建关系表和坐标表；将索引数据映射为一维序列值；根据生成序列值和非索引数据构建索引表；进行多条件查询。本文提出的方法使用空间填充曲线中的希尔伯特曲线作为降维方法，相比于Z曲线和G曲线等其它空间填充曲线具有较好的空间连续性和聚类性。通过使用序列值作为行键有效地提高了多维点查询的查询效率，查询效率较HBase原表扫描提升近4倍。本文使用一种全新的希尔伯特曲线子空间划分方法，将HBase表中的数据的过滤转换为希尔伯特曲线中点的过滤，提高了多维范围查询的查询效率，查询效率较HBase原表扫描提升近2倍。

公开(公告)号：CN116016569B

公开(公告)日：2024-11-22

申请号：CN202211660909.0

申请日：2022-12-23

Applicant: 北京林业大学

Inventor： 王前鹏 ,  陈志泊 ,  李巨虎 ,  程武 ,  许福 ,  孙国栋 ,  段瑞枫 ,  蔡祥

IPC: H04L67/1097 ,  G06F3/06 ,  G06F11/14 ,  H04L67/104 ,  H04L67/1095 ,  H04L9/32 ,  H04L9/40

Abstract: 本发明提供了一种基于区块链的种质资源数据高效可信存储方法，属于种质资源数据保存技术领域，解决种质资源数据存储成本高、鲁棒性弱、防篡改能力弱、存储粒度粗放、存储冗余度调整困难等问题。该方法包括：利用现存种质资源库对种质资源数据进行分布式存储。种质资源数据以种质数据块为单位进行存储，归属节点可按需调整种质数据块存储冗余度。使用种质数据块消息对种质数据块进行信息描述，种质数据块消息以区块链链式数据结构进行存储。归属节点以单播形式将种质数据块相关信息发送给存储位置列表中的存储节点，存储节点对种质数据块进行验证；验证通过后，存储节点对种质数据块进行存储，并向归属节点发送确认信息。

公开(公告)号：CN117671370A

公开(公告)日：2024-03-08

申请号：CN202311671795.4

申请日：2023-12-07

Applicant: 北京林业大学

Inventor： 陈志泊 ,  甘阳 ,  贾黎明 ,  曹秋丽

IPC: G06V10/764 ,  G06V10/77 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/096

Abstract: 一种基于注意力和解耦合知识蒸馏的无患子病害分类方法。本发明公开了基于注意力和解耦合知识蒸馏的无患子病害分类方法，属于计算机视觉技术领域，包括以下步骤：(1)通过在无患子种植基地实地拍照的方式建立无患子病害数据集；(2)修改ResNet101结构并添加两种注意力模块提高模型表征能力，将改进的模型作为教师模型并训练；(3)基于解耦知识蒸馏实现无患子病害分类模型的压缩，将大模型轻量化，便于移植到移动端设备。本发明应用于无患子病害分类分类中，通过添加注意力提高教师模型表征能力；基于解耦知识蒸馏实现了无患子病害分类模型的高效压缩，提升学生模型的预测精度，最终实现高准确率的轻量级无患子病害分类模型。

公开(公告)号：CN116052161A

公开(公告)日：2023-05-02

申请号：CN202310031412.0

申请日：2023-01-10

Applicant: 北京林业大学

Inventor： 陈志泊 ,  陈伊鑫 ,  王溪云 ,  孙烨 ,  蒋佳榕 ,  刘旭豪

IPC: G06V20/68 ,  G06V10/82 ,  G06V10/80 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及一种油茶细粒度病害检测方法、装置、介质及移动设备，所述方法包括：将采集的油茶叶片图像输入到深度学习模型中，深度学习模型包括粗提取网络、骨干网络以及分类网络；基于粗提取网络提取油茶叶片图像的第一特征图；所述骨干网络包括级联的至少两个模型基本单元，模型基本单元提取第一特征图的多层第二特征图并进行融合得到融合后的特征图，再基于注意力机制对融合后的特征图进行强化处理，得到带有注意力信息的融合特征图；利用分类网络对所述带有注意力信息的融合特征图进行处理，得到油茶细粒度病害的分类结果。本方案能够提高复杂环境下油茶病害，尤其是具有相近特征的病害的分辨能力，减少模型参数量和计算量，便于移动端移植。

公开(公告)号：CN114925058A

公开(公告)日：2022-08-19

申请号：CN202210741677.5

申请日：2022-06-28

Applicant: 北京林业大学

Inventor： 陈志泊 ,  崔晓晖 ,  王新阳 ,  李巨虎 ,  孙俏 ,  杨彬煜 ,  贾相宇

IPC: G06F16/215

Abstract: 本申请涉及物联网生态监测数据处理技术领域，具体涉及一种生态数据高效去重的方法。在本申请中，对生态系统接收到的原始生态监测数据进行去重操作时，首先将原始生态监测数据进行一系列的映射与多次哈希计算，得到与其对应且唯一的标识值，该标识值为整型数据；再基于Roaring Bitmap的存储规则，对唯一标识值进行分位计算得到高16位对应的key值与低16位的对应value值，依此判断生态系统中是否存有与此生态监测数据相同的数据，从而判断是否对该生态监测数据进行后续存储操作。基于这种实施方法，可有效地避免生态监测系统存储空间的浪费，实现高效的生态数据去重效果。

公开(公告)号：CN117315477A

公开(公告)日：2023-12-29

申请号：CN202311346086.9

申请日：2023-10-17

Applicant: 北京林业大学

Inventor： 王新阳 ,  郑晓天 ,  孙俏 ,  陈志泊 ,  许福 ,  朱子睿 ,  杨锋

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/082 ,  G06N3/084

Abstract: 本发明公开了一种基于深度学习的古建筑识别方法，属于机器学习技术领域。该方法通过改进InceptionV3卷积神经网络结构，并利用迁移学习提高训练速度，将图片输入模型后，对图片中的建筑进行特征提取，随后进行特征的权值运算得到建筑的所属类型。并将识别系统集成到软件平台，在提高识别准确率的同时，将古建筑识别系统应用到数字化建档中有助于降低建档难度，提高建档效率。采用本发明的方法，可以从客观辅助工作人员提高识别效率和准确率，从而有效针对不同的古建筑类型采取不同的保护措施。

公开(公告)号：CN116016569A

公开(公告)日：2023-04-25

申请号：CN202211660909.0

申请日：2022-12-23

Applicant: 北京林业大学

Inventor： 王前鹏 ,  陈志泊 ,  李巨虎 ,  程武 ,  许福 ,  孙国栋 ,  段瑞枫 ,  蔡祥

IPC: H04L67/1097 ,  G06F3/06 ,  G06F11/14 ,  H04L67/104 ,  H04L67/1095 ,  H04L9/32 ,  H04L9/40

Abstract: 本发明提供了一种基于区块链的种质资源数据高效可信存储方法，属于种质资源数据保存技术领域，解决种质资源数据存储成本高、鲁棒性弱、防篡改能力弱、存储粒度粗放、存储冗余度调整困难等问题。该方法包括：利用现存种质资源库对种质资源数据进行分布式存储。种质资源数据以种质数据块为单位进行存储，归属节点可按需调整种质数据块存储冗余度。使用种质数据块消息对种质数据块进行信息描述，种质数据块消息以区块链链式数据结构进行存储。归属节点以单播形式将种质数据块相关信息发送给存储位置列表中的存储节点，存储节点对种质数据块进行验证；验证通过后，存储节点对种质数据块进行存储，并向归属节点发送确认信息。

公开(公告)号：CN115880529A

公开(公告)日：2023-03-31

申请号：CN202211534488.7

申请日：2022-12-02

Applicant: 北京林业大学

Inventor： 陈志泊 ,  杨锋 ,  张颖 ,  王康 ,  陈伊鑫

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/40 ,  G06V10/22 ,  G06N3/04

Abstract: 本发明公开了基于注意力和解耦知识蒸馏的鸟类细粒度分类方法及系统，属于计算机视觉技术领域，包括以下步骤：(1)获取鸟类数据集；(2)基于注意力引导实现数据增强，并训练教师模型；(3)基于解耦知识蒸馏压缩鸟类分类模型，实现教师模型和学生模型同时数据增强；(4)基于目标定位再识别的思想，预测阶段将目标图像输入最终的轻量级分类模型，获得最终鸟类细粒度分类结果。本发明应用于鸟类细粒度分类中，基于注意力引导实现数据增强，弥补了鸟类数据集不充足的问题；基于解耦知识蒸馏实现了鸟类分类模型的高效压缩，并在此基础上实现教师模型和学生模型同时数据增强的方法，再次提升学生模型的预测精度，获得高准确率的轻量级鸟类分类模型。