-
公开(公告)号：CN117113189A
公开(公告)日：2023-11-24
申请号：CN202311105248.X
申请日：2023-08-30
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06F18/241 , G06F18/25 , G06N3/045 , G06N3/08 , G06Q10/0637 , G06Q50/26
Abstract: 一种土地分类的综合评价方法、电子设备及存储介质，属于遥感影像处理评价技术领域。为解决土地可利用分类方法相似类别及类别边界精确分类后的精度评价问题，本发明包括构建多尺度归一化空间注意力机制层；构建多尺度归一化方向位置注意力机制层，构建多尺度归一化通道注意力机制层；构建土地利用分类网络模型，包括归一化多注意力特征提取网络和多深浅特征融合空洞卷积网络，采集城市‑农村域自适应地表覆盖数据集中的数据，进行数据预处理，得到土地数据集输入到构建的土地利用分类网络模型中进行土地分类训练，得到基于深浅特征及多注意力机制融合的土地分类模型，利用预测集的预测分类类别和实际样本标签分类类别，构建混淆矩阵进行精度评价。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN113408701A
公开(公告)日：2021-09-17
申请号：CN202110691758.4
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有机质分析模型构建系统及方法，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，敏感性分析模块用于分析土壤样本影像原始波段及变换波段对土壤有机质的敏感程度，标定输入波段参数，可以通过遥感与卷积神经网络的土壤有机质分析模型，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。
-
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：CN117688835A
公开(公告)日：2024-03-12
申请号：CN202311691300.4
申请日：2023-12-11
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06F30/27 , G06F18/213 , G06F18/214
Abstract: 一种土壤养分反演方法、电子设备及存储介质，属于土壤养分反演技术领域。为了提高土壤养分反演效率及精度，本发明对实地采集土壤样本进行土壤养分含量化验，得到土壤养分样本数据，作为土壤养分反演模型的目标数据集；利用地理信息软件采集对目标数据集与高光谱影像光谱信息进行整理，得到高光谱数据降维样本数据集；利用数据降维处理得到降维的高光谱影像数据通道信息；构建多注意力增强式膨胀特征提取模型；构建单侧抑制门控制循环神经网络模型；构建土壤养分反演模型；将模型的目标数据集及输入数据集输入到土壤养分反演模型中进行训练，得到最优的土壤养分反演模型；利用最优的土壤养分反演模型进行目标区域的土壤养分预测。本发明精准预测。
-
公开(公告)号：CN113420875A
公开(公告)日：2021-09-21
申请号：CN202110690574.6
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有效磷分析模型构建系统及方法，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有效磷分析模型，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。
-
公开(公告)号：CN112733780A
公开(公告)日：2021-04-30
申请号：CN202110069811.7
申请日：2021-01-19
Applicant: 哈尔滨航天恒星数据系统科技有限公司
Abstract: 本发明是一种基于卫星影像的土壤有效磷分析模型构建系统及方法，为解决土壤有效磷含量指导施肥，耗时耗力成本高，无法做到精准全面施肥的问题；本发明采用斯皮尔曼敏感分析技术和GA+BP神经网络算法，运用matlab编程、GUI设计建立土壤有效磷反演模型，运用敏感波段、敏感波段数学变换及实地土壤样本采集数据等多参数进行逐像素精细化分析技术，针对土壤施肥的有效磷进行定量化分析，得到播种前目标区域土壤有效磷含量分布栅格数据；本发明相比传统方法，利用遥感技术进行卫星影像数据处理，利用Matlab技术完成模型构建，结合GIS技术完成反射率信息与土壤样本数据关联、栅格矢量化并指导施肥处方图制作，可以节约生产成本、提高生产效率，达到耕地保护的目的。
-
-
-
-
-
-
Search Results
17
records
(took 0.029 seconds)
