-
公开(公告)号：CN119625554A
公开(公告)日：2025-03-14
申请号：CN202411663237.8
申请日：2024-11-20
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06V20/13 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08 , G06V10/80 , G06V20/05
Abstract: 一种基于卫星影像的多时序水体富营养化评估方法、电子设备及存储介质，属于卫星遥感定量反演技术领域。为解决精度不能满足应用要求的问题，本发明设计了混洗模块并构建DSAT_1D_ShuffleNetV2模块，实现了通道混洗、多尺度特征提取、深浅特征融合、多注意力信息共享，有效地进行特征信息的挖掘，更精准地指导模型特征信息收集；设计了双权重对数均方根误差损失函数Wwrmse指导多时序水体富营养化评估模型的优化；设计的Shuffle_GRUnet模型能够完成多时期数据相关联的模型训练，实现了单时期的数据预测及基于多时期联动的数据预测。本发明方法稳定、准确地实现多时序卫星遥感影像水体富营养化评估。
-
公开(公告)号：CN112836575B
公开(公告)日：2023-06-27
申请号：CN202011607157.2
申请日：2020-12-30
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06V20/10 , G06V10/143 , G06V10/82 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于作物物候期的多时序影像水稻估产方法，属于遥感技术、作物估产技术领域，目的是解决反演结果的精度不准确，模型不稳定以及没有考虑长势、灾害及土壤墒情的影响的问题；该方法采用BP神经网络算法，运用matlab2019b编程、GUI设计建立水稻估产模型，运用水稻物候期的植被指数、水稻长势等级数据、水稻灾害等级数据，土壤墒情数据及实地测产数据，进行模型训练，建立最优模型，利用最优模型结合目标区影像进行水稻估产，得到目标区产量等级分布栅格数。本发明利用遥感技术进行卫星影像数据处理及植被指数、长势、灾害、土壤墒情的提取，反演目标区域产量，节约生产成本进而提高生产效率，同时达到精确估产的目的。
-
公开(公告)号：CN116862314A
公开(公告)日：2023-10-10
申请号：CN202310924547.X
申请日：2023-07-26
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06Q10/0639 , G06Q50/26 , G06F17/15
Abstract: 一种湿地生态干旱情况评估方法、电子设备及存储介质，属于湿地生态评估技术领域。为解决精准评估湿地生态干旱情况的问题。本发明采集湿地的影像数据和气象数据，构建湿地的影像数据集、湿地的气象数据集；构建湿地生态因子，包括湿地的湿度、降雨量和地下水位；构建深度学习网络模型，将湿地的影像数据集中的湿地的影像数据输入到深度学习网络模型中提取湿地的水体分离结果图；求解湿地生态因子的变化趋势，得到湿地生态因子的变化趋势数据集；构建湿地干旱情况指数模型；利用随机森林回归算法对得到的湿地干旱情况指数模型进行训练，得到优化的湿地干旱情况指数模型对湿地生态干旱情况进行评估。本发明为湿地保护和管理提供科学依据。
-
公开(公告)号：CN114758228A
公开(公告)日：2022-07-15
申请号：CN202210308171.5
申请日：2022-03-26
Applicant: 哈尔滨航天恒星数据系统科技有限公司 , 哈尔滨工业大学
Abstract: 本发明涉及SAR图像处理技术领域，更具体的说是一种基于GTAF的SAR多极化宽幅遥感影像的识别方法，所述方法，包括以下步骤：S1、对SAR图像进行尺寸为W×H＝13×13进行滑窗裁剪，构造SAR三维转动舰船目标训练集与测试集；S2、高斯型激活函数(GTAF)，包括一个普通实数域激活函数和一个高斯函数，用于联合激活神经元的实部和虚部；通过GTAF的前向传播与反向传播算法，利用所述训练集训练CV‑CNN，通过CV‑CNN自学习并提取样本的深层本质特征，训练完全部训练数据即可得到基于SAR多极化宽幅遥感影像识别模型；S3、将所述测试集输入到所述模型中，通过全连接层与输出层，更好的实现对SAR地物的识别。
-
公开(公告)号：CN113408700A
公开(公告)日：2021-09-17
申请号：CN202110691721.1
申请日：2021-06-22
Applicant: 哈尔滨航天恒星数据系统科技有限公司
Abstract: 本发明涉及遥感技术与变量施肥技术领域，更具体的说是一种卷积神经网络土壤碱解氮分析模型构建系统及方法，该系统包括以流程化操作的原始数据整理模块、波段变换模块、敏感性分析模块、变换波段分析模块、参数输入模块、卷积神经网络构建模块、模型训练模块、精度评定模块、剔除粗误差模块、模型验证模块、模型保存模块、模型再训练模块和成果图输出模块；可以通过遥感与卷积神经网络的土壤碱解氮分析模型，指导精准全面施肥，从而避免出现施肥过多造成成本投入过大、污染环境，施肥过少导致土壤板结、影响作物生长的问题、破坏土地。
-
Patent Agency Ranking
公开(公告)号：CN112836575A
公开(公告)日：2021-05-25
申请号：CN202011607157.2
申请日：2020-12-30
Applicant: 哈尔滨航天恒星数据系统科技有限公司
Abstract: 本发明公开了一种基于作物物候期的多时序影像水稻估产方法，属于遥感技术、作物估产技术领域，目的是解决反演结果的精度不准确，模型不稳定以及没有考虑长势、灾害及土壤墒情的影响的问题；该方法采用BP神经网络算法，运用matlab2019b编程、GUI设计建立水稻估产模型，运用水稻物候期的植被指数、水稻长势等级数据、水稻灾害等级数据，土壤墒情数据及实地测产数据，进行模型训练，建立最优模型，利用最优模型结合目标区影像进行水稻估产，得到目标区产量等级分布栅格数。本发明利用遥感技术进行卫星影像数据处理及植被指数、长势、灾害、土壤墒情的提取，反演目标区域产量，节约生产成本进而提高生产效率，同时达到精确估产的目的。
-
公开(公告)号：CN119849676A
公开(公告)日：2025-04-18
申请号：CN202411751411.4
申请日：2024-12-02
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06Q10/04 , G06N3/006 , G06Q50/02 , G06V10/20 , G06V10/764
Abstract: 本发明公开了一种改进鲸鱼优化算法优化RF模型的水稻产量预估方法，属于水稻产量预估技术领域。解决了现有技术中传统的水稻产量预估方法预测结果精度较低的问题；本发明利用无人机获取水稻不同生育期的多光谱影像数据，测算水稻生长参数和水稻成熟期后的平均产量；对多光谱影像数据进行归一化预处理，构建样本数据集；对鲸鱼优化算法进行改进，构建改进后的鲸鱼优化算法对RF模型进行优化，设置模型参数，得到WOA‑RF模型，将样本数据集输入至WOA‑RF模型进行训练，筛选得到最优水稻产量预估模型，对目标区域的水稻产量进行预估。本发明结合无人机遥感图像与水稻生长参数，有效提升了水稻产量预估的精度，可以应用于预测水稻产量。
-
公开(公告)号：CN115100515A
公开(公告)日：2022-09-23
申请号：CN202210530411.6
申请日：2022-05-16
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06V20/10 , G06K9/62 , G06V10/26 , G06V10/764 , G06V10/80
Abstract: 本发明涉及遥感图像处理及人工智能语义分割与应用的技术领域，更具体的说是基于多维融合深度学习技术的多时相农作物分类方法，步骤一：提取光谱信息、植被特征信息及纹理信息，生产合成影像数据；步骤二：实地采集的作物种类样本数据，在影像图上进行农作物的标注，制作样本标签数据；步骤三：网络结构的设计与训练；步骤四：利用设计的网络结构，结合样本标签数据进行训练网络，获得三类分类结果；步骤五：利用设计的GFCC分类融合方法对三类分类结果进行融合，得到最终分类结果；可以解决传统遥感影像分类算法中存在的标签重复标注、单一时相分类、边界分类模糊、忽略特征信息、光谱信息、纹理信息的组合对作物识别结果精度的影响。
-
公开(公告)号：CN112149827A
公开(公告)日：2020-12-29
申请号：CN202011032853.5
申请日：2020-09-27
Applicant: 哈尔滨航天恒星数据系统科技有限公司
Abstract: 本发明涉是一种基于卫星影像的土壤速效钾分析模型构建系统及方法，属于遥感技术与变量施肥技术领域，目的是为解决传统BP神经网络在土壤含量采集监测中随机性大以及参数调整不确定性高的问题；该系统包括原始数据获取模块、影像波段构建模块、敏感波段变换模块和变换波段分析模块等模块；按照土壤样本采集技术规范的要求对目标区域土壤样本采集，然后对影像波段进行预处理，对敏感波段进行数学变换，最后在模型训练验证模块中训练神经网络模型并将得到的结果进行验证分析；本发明做到精准全面施肥，降低成本，从而避免出现施肥过多造成成本投入过大、污染环境，避免施肥过少导致土壤板结，合理高效地促进农作物生长。
-
公开(公告)号：CN112149216A
公开(公告)日：2020-12-29
申请号：CN202011091694.6
申请日：2020-10-13
Applicant: 哈尔滨航天恒星数据系统科技有限公司
Abstract: 本发明涉及一种基于矢量数据的规则单体建筑BIM自动建模系统及方法，目的是解决建模效率低，人力负担重、时间和经济成本浪费的问题。该方法通过对原始单体建筑信息进行矢量化处理、构件分类后，生成含有位置、属性、几何信息的标准化建筑数据，最后导入BIM软件，结合可扩展的单体建筑族库与拓扑规则，实现自动建模。与传统人工BIM建模相比，本方法建筑SHP矢量数据与单体建筑族库的结合有效的解决人工建模构件定位用时长的问题，提高了建模效率，具有减少人力、时间和经济成本等优点。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.046 seconds)
