-
公开(公告)号：CN119180723A
公开(公告)日：2024-12-24
申请号：CN202411640482.7
申请日：2024-11-18
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06Q50/02 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/0985 , G06V10/80 , G06V10/82 , G06V20/10
Abstract: 本发明公开了一种林区跨季变化检测方法、系统及计算机程序，所述方法包括：获取林区遥感时间序列数据和多时相高空间分辨率遥感影像数据；基于卷积神经网络和时间注意力机制构建林区物候及环境扰动检测模型；基于卷积神经网络和多任务学习方法构建林区植被类型变化检测模型；获得林区物候及环境扰动检测结果，据此对林区植被类型变化检测模型进行微调和再训练，获得林区跨季变化检测模型；获得林区跨季变化检测结果。本发明提供的技术方案，基于林区植被类型变化检测，整合林区物候及环境扰动变化信息，提取植被覆盖精细尺度详细变化信息，实现年内多期植被覆盖精细变化信息准确提取；基于多项指标对网络模型进行综合评估和微调完善。
-
公开(公告)号：CN119048865A
公开(公告)日：2024-11-29
申请号：CN202411523361.4
申请日：2024-10-30
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V10/764 , G06V10/82 , G06V20/10 , G06F18/10 , G06F18/25
Abstract: 本发明公开了一种林区物候及环境扰动检测方法、系统及计算机程序，包括：获取林区遥感时间序列图像数据；根据林区遥感时间序列图像数据，基于卷积神经网络和时间注意力机制构建时间序列全卷积神经网络模型；基于林区遥感时间序列图像数据，构建样本数据集，对时间序列全卷积神经网络模型进行训练，获得林区物候及环境扰动检测模型；将林区遥感时间序列图像数据输入林区物候及环境扰动检测模型，获得林区物候及环境扰动检测结果。本发明提供的技术方案，能够利用高时序中空间分辨率的林区遥感时间序列图像数据，构建时间序列全卷积神经网络模型，识别林区物候及环境扰动变化，定位扰动区域和时间。
-
公开(公告)号：CN112446397A
公开(公告)日：2021-03-05
申请号：CN201910822293.4
申请日：2019-09-02
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明公开了一种基于遥感数据和随机森林算法的产草量估算方法，包括以下步骤：获取遥感数据并进行预处理；获取产草区样本点实测数据；根据遥感数据和样本点坐标获得对应点波段值及植被指数作为样本数据；根据样本点实测数据和样本数据建立随机森林估算模型；使用预处理之后的遥感数据作为随机森林估算模型的输入向量预测产草量；还公开了一种基于遥感数据和随机森林算法的产草量估算装置及可读存储介质。无需对变量的正态性和独立性等假设条件进行检验，同时也不需要考虑多变量的共线问题，且运算高效、结果准确。有较高的准确率，对异常值和噪声具有较好的容忍度，对高光谱遥感等高维度数据训练和学习效果较佳。
-
公开(公告)号：CN112446522B
公开(公告)日：2024-10-22
申请号：CN201910822474.7
申请日：2019-09-02
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06Q10/04 , G06V10/764 , G06V10/20 , G06V20/10 , G06V10/26 , G06N20/20 , G06F18/2431
Abstract: 本发明公开了一种面对多尺度分割遥感数据和随机森林算法的产草量估算方法，包括以下步骤：获取遥感数据并进行预处理；对预处理后的数据进行多尺度分割获得分割结果；获取产草区样本点实测数据并根据实测数据分别创建草地类别分类样本和产草量估算样本；根据分割结果和草地类别分类样本构建随机森林分类器并获得草地类型分类结果；根据草地类型分类结果、分割结果和产草量估算样本建立随机森林估算模型；使用分割结果作为随机森林估算模型的输入向量预测产草量；还公开了一种面对多尺度分割遥感数据和随机森林算法的产草量估算装置及可读存储介质。运算高效、结果准确。
-
公开(公告)号：CN113011235B
公开(公告)日：2024-05-07
申请号：CN201911332078.2
申请日：2019-12-21
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06V20/10 , G06V10/764 , G06Q10/063 , G06Q10/04 , G06Q50/02
Abstract: 本发明公开了一种基于CPUGPU异构平台的多源遥感草地草畜平衡评估方法，包括以下步骤：获取遥感数据并进行预处理；根据预处理的遥感数据进行草地分类提取；获得各分类草地产草量样本点实测数据；根据草地分类提取的遥感数据及各分类草地产草量样本点实测数据建立使用CART决策树的产草量随机森林估算模型；将不同的决策树作为并行计算的任务，分配在CPU和GPU上并行训练，最终将所有的决策树合成一个最终的随机森林；根据草地分类提取的遥感数据通过产草量随机森林估算模型进行CPU‑GPU并行估测并输出估测出的总产草量结果；根据估测出的总产草量结果使用草畜平衡指数和草地载畜压力指数来评价草畜平衡。
-
Patent Agency Ranking
公开(公告)号：CN117351357A
公开(公告)日：2024-01-05
申请号：CN202311367012.3
申请日：2023-10-20
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06V20/10 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/766 , G06V10/82 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明的实施例提供了一种树木害虫识别方法和装置，所述方法包括如下步骤：获取图像数据，所述图像数据包括感兴趣区域，所述感兴趣区域包括树木害虫；使用PestSwinNet模型对图像数据进行处理，以得到感兴趣区域；所述PestSwinNet模型包括：主干网，区域候选网络，和全连接层和语义分割网络。所述装置包括：获取单元和图像处理单元。本发明实施例提出了一种融合Swin Transformer的害虫图像实例分割优化模型（PestSwinNet模型），该模型具有主干网的特征提取能力强、识别精度高、运行速率快、识别效果好、漏检误检率低的优势。上述技术方案特别适用于野外真实情况下获取、无明显障碍物遮挡的害虫图像。
-
公开(公告)号：CN114049899A
公开(公告)日：2022-02-15
申请号：CN202111390367.5
申请日：2021-11-23
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本申请涉及声音识别技术领域，具体提供一种声音识别方法、装置、电子设备及存储介质，对获取的长臂猿录音数据进行预处理、提取Mel谱特征，通过将Mel谱特征训练好的长臂猿声音分类模型得到待分类长臂猿录音数据中的长臂猿音频片段，并对长臂猿音频片段进行拼接裁剪得到完整的长臂猿音频，进而记录长臂猿在目标区域的鸣叫时间，实现对长臂猿的高效监测。由于采用的长臂猿声音分类模型更为轻量化，能够快速识别出长臂猿录音数据中的长臂猿音频片段，实现对长臂猿的实时监测。
-
公开(公告)号：CN113917856A
公开(公告)日：2022-01-11
申请号：CN202010649344.0
申请日：2020-07-08
Applicant: 中国林业科学研究院资源信息研究所
IPC: G05B19/042 , G04R20/02
Abstract: 本发明提供了一种野生动物声音及生境因子自动采集系统，包括授时信号接收单元、生境因子采集单元和声音采集单元，所述授时信号接收单元、所述生境因子采集单元和所述声音采集单元均与信号处理与控制单元电性连接，所述信号处理与控制单元还电性连接有网络传输单元，所述网络传输单元与互联网设备连接，还包括电源控制单元，所述电源控制单元分别与所述信号处理与控制单元和所述网络传输单元电性连接，能够准确采集野生动物的声音并计算声音方位和距离，同时还能实时监测当时生境因子，并加以时间戳进行实时传输，提高了采集数据的同步性，数据采集更加智能、高效，并能够实现远程控制。
-
公开(公告)号：CN119048865B
公开(公告)日：2025-03-18
申请号：CN202411523361.4
申请日：2024-10-30
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V10/764 , G06V10/82 , G06V20/10 , G06F18/10 , G06F18/25
Abstract: 本发明公开了一种林区物候及环境扰动检测方法和系统，包括：获取林区遥感时间序列图像数据；根据林区遥感时间序列图像数据，基于卷积神经网络和时间注意力机制构建时间序列全卷积神经网络模型；基于林区遥感时间序列图像数据，构建样本数据集，对时间序列全卷积神经网络模型进行训练，获得林区物候及环境扰动检测模型；将林区遥感时间序列图像数据输入林区物候及环境扰动检测模型，获得林区物候及环境扰动检测结果。本发明提供的技术方案，能够利用高时序中空间分辨率的林区遥感时间序列图像数据，构建时间序列全卷积神经网络模型，识别林区物候及环境扰动变化，定位扰动区域和时间。
-
公开(公告)号：CN114049899B
公开(公告)日：2024-11-26
申请号：CN202111390367.5
申请日：2021-11-23
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本申请涉及声音识别技术领域，具体提供一种声音识别方法、装置、电子设备及存储介质，对获取的长臂猿录音数据进行预处理、提取Mel谱特征，通过将Mel谱特征训练好的长臂猿声音分类模型得到待分类长臂猿录音数据中的长臂猿音频片段，并对长臂猿音频片段进行拼接裁剪得到完整的长臂猿音频，进而记录长臂猿在目标区域的鸣叫时间，实现对长臂猿的高效监测。由于采用的长臂猿声音分类模型更为轻量化，能够快速识别出长臂猿录音数据中的长臂猿音频片段，实现对长臂猿的实时监测。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.031 seconds)
