-
公开(公告)号：CN104408094A
公开(公告)日：2015-03-11
申请号：CN201410648109.6
申请日：2014-11-15
Applicant: 中国科学院计算机网络信息中心
IPC: G06F17/30
CPC classification number: G06F17/30268
Abstract: 本发明公开了一种基于用户位置的实时环境监测专题图片快速生成方法。本方法为：1)服务器对环境监测数据进行空间插值得到栅格图层，然后根据栅格图层生成PNG格网图片；2)用户端发送环境查询请求，服务器根据该请求生成请求区域的矩形坐标范围；3)服务器根据请求中的时间信息、专题图类型和矩形坐标范围，从格网图片数据库中查询得到请求区域的所有PNG格网图片；然后进行拼接并用矩形范围进行剪裁得到一环境监测专题图片返回到用户端进行展示。本发明使得用户可以方便快速地从时空位置上的理解周围的环境情况。
-
公开(公告)号：CN118445429A
公开(公告)日：2024-08-06
申请号：CN202410409237.9
申请日：2024-04-07
Applicant: 中国科学院计算机网络信息中心
IPC: G06F16/38 , G06F16/33 , G06F40/211 , G16B40/00
Abstract: 本发明公开了基于生物文献生成基因描述信息的方法、系统及介质，涉及生命科学领域，本发明通过获取与目标基因关联的生物文献，对获取的生物文献进行句子拆分和过滤，生成初级关键句集合；对生成的初级关键句集合中的每个句子均进行评分，按照评分高低进行排序，生成最终关键句集合；将最终关键句集合输入大语言模型，生成基因描述信息。本发明能够提高基因描述信息自动生成的效率和质量，克服信息冗余、语义不连贯问题。
-
公开(公告)号：CN113297902B
公开(公告)日：2023-08-08
申请号：CN202110401101.X
申请日：2021-04-14
Applicant: 中国科学院计算机网络信息中心
IPC: G06V20/13 , G06V10/764 , G06V10/774 , G06N20/00
Abstract: 本发明涉及一种基于众包模式在线标注遥感影像生成样本数据集的方法和装置。该方法的步骤包括：将遥感影像标注众包任务划分为若干子任务；读取各子任务对应的遥感影像区域数据作为遥感影像子图，采用机器学习模型对遥感影像子图提取待标注的矢量多边形；将子任务分配给参与众包任务的用户，执行子任务并得到用户对子任务中待标注的矢量多边形的语义标注结果；将采用机器学习模型获得的遥感影像未标注区域的预测结果与已标注的矢量多边形区域进行叠加合并，生成遥感影像标注样本数据集。本发明能够大大降低众包在线标注的工作量，能够保证所有子任务均能被执行，能够减轻在线可视化渲染的负担。
-
公开(公告)号：CN112464745B
公开(公告)日：2023-07-07
申请号：CN202011239567.6
申请日：2020-11-09
Applicant: 中国科学院计算机网络信息中心
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V20/13
Abstract: 本发明公开了一种基于语义分割的地物识别与分类方法和装置。本方法为：1)获取各区域的多源遥感数据，将同一区域的数据合并为一个样本，得到一样本集；2)建立语义分割模型；然后利用样本集对模型进行训练；语义分割模型由编码器、中心模块和解码器串联组成；编码器由N个编码模块串联组成，解码器由N个解码模块和一个点卷积模块串联组成，中心模块由卷积模块C1、卷积模块C2串联组成；每个编码模块El由卷积模块El1、卷积模块El2和下采样模块DSl串联组成，每个解码模块Dl由上采样模块USl、卷积模块Dl2、卷积模块Dl1和卷积模块Dl0串联组成；3)利用训练后的模型对待识别遥感数据处理，得到地物类型的识别结果。
-
公开(公告)号：CN114399686A
公开(公告)日：2022-04-26
申请号：CN202111421623.2
申请日：2021-11-26
Applicant: 中国科学院计算机网络信息中心
IPC: G06V20/13 , G06V10/764 , G06K9/62 , G06N20/00
Abstract: 本发明涉及一种基于弱监督学习的遥感图像地物识别与分类方法和装置。该方法包括：读取部分标注的多源遥感图像，构建标注样本数据集和未标注样本数据集；建立标注训练集和标注验证集；建立教师模型和学生模型；对教师模型进行预训练；根据训练完成的教师模型得到未标注数据的预测结果，作为伪标签；读取未标注样本数据集和伪标签，构建伪标注训练集；输入标注训练集、标注验证集和伪标注训练集，进行随机数据增强，对学生模型进行训练；向训练完成的学生模型输入预测数据集，得到地物识别与分类的结果。本发明使用部分标注的多源遥感图像建立机器学习模型，使用所建立的模型对地物类型进行识别，能够显著提高地物要素识别和分类的准确率。
-
Patent Agency Ranking
公开(公告)号：CN110471777B
公开(公告)日：2022-04-15
申请号：CN201910568205.2
申请日：2019-06-27
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明涉及一种Python‑Web环境中多用户共享使用Spark集群的实现方法和系统。本发明引入多进程来支撑多个Spark上下文，能够利用有限数量的Spark上下文来服务和支持多用户的任务计算请求；利用协程而不是线程来守护子进程，协程之间自主调度；能够将任务计算结果或状态异步返回以便实时响应用户的请求，满足了Web实时交互式使用的需求；利用了Spark任务间调度的特性，对于一些耗时较长的任务，给予用户是否终止该任务的权限，能够让Web用户终止正在运行的Spark任务。本发明能够解决Python开发环境中多Web用户共享使用Spark集群的问题。
-
公开(公告)号：CN113111716A
公开(公告)日：2021-07-13
申请号：CN202110275234.7
申请日：2021-03-15
Applicant: 中国科学院计算机网络信息中心 , 北京大学
Abstract: 本发明涉及一种基于深度学习的遥感影像半自动标注方法和装置。该方法的步骤包括：基于公开遥感数据集，利用交叉熵损失函数预训练全卷积神经网络；采用预训练的全卷积神经网络对待标注的遥感影像进行预测，输出类别属性概率；根据类别属性概率计算遥感影像像素的不确定性度量值，设定阈值提取不确定像素；根据遥感影像分割的超像素中不确定像素的最小百分比筛选超像素作为推荐标注区域，对其进行人工标注；将推荐标注区域的人工标注和剩余区域的全卷积神经网络预测结果进行合并，得到最终标注结果。本发明能够使人工注释者免于繁重的手工绘制精确边界的负担，提高人工标注效率，还减少了标注工作量和人工标注的主观臆断。
-
公开(公告)号：CN107103032B
公开(公告)日：2020-02-28
申请号：CN201710169498.8
申请日：2017-03-21
Applicant: 中国科学院计算机网络信息中心
IPC: G06F16/22 , G06F16/2453 , G06F16/2455 , G06F16/2458
Abstract: 本发明涉及一种分布式环境下避免全局排序的海量数据分页查询方法。该方法包括索引构建和分页检索。其中索引构建方法包括：1)根据待排序的不同属性，将数据复制成相应的份数；2)根据待排序的属性对相应的每一份数据进行排序，并将排序后的每一份数据保存在不同的文件夹；3)将每一份数据拆分成多个数据文件，每个数据文件分配一个唯一的索引编号IndexNo；4)对每一个数据文件添加一列，该列的值与数据文件的索引编号IndexNo相同；5)根据数据文件构建索引文件，索引文件的每一条记录描述一个数据文件的信息。针对排序列分页检索，本发明可以避免全局排序和大量数据结果收集；针对条件列过滤，本发明可以避免全局数据扫描。
-
公开(公告)号：CN110276713A
公开(公告)日：2019-09-24
申请号：CN201910371530.X
申请日：2019-05-06
Applicant: 中国科学院计算机网络信息中心
IPC: G06T1/60 , G06F16/51 , G06F16/172 , G06F16/182 , G06F12/02
Abstract: 本发明公开了一种面向遥感影像数据的高效缓存方法及系统，其步骤为：1)各Data节点将收到的单个原始遥感影像数据文件从逻辑上分为多个固定大小的数据块，并将原始的遥感影像数据文件保存在存储系统中；各Data节点将申请的内存空间分割为多个固定大小的内存块并将其放到空闲队列中；2)当Data节点收到客户端的数据写入请求，Data节点根据该数据写入请求中的数据写入位置、待写入数据的长度计算出涉及到的数据块编号；然后根据所述数据块编号将待写入数据写入到所申请内存块中，最后将所有发生变化的内存块的元数据信息发送给Master节点进行更新。本发明能够高效读写大规模遥感影像数据。
-
公开(公告)号：CN104573405B
公开(公告)日：2017-05-17
申请号：CN201410806842.6
申请日：2014-12-22
Applicant: 中国科学院计算机网络信息中心
IPC: G06F19/14
Abstract: 本发明公开了一种基于大树构建子树的系统进化树重建方法。本方法为：1)对系统进化基础大树进行分割，并记录分割次数、分割权值以及每个叶子节点的关系链，然后存储到数据库中；2)根据物种子名录中的物种名称确定一物种子名录列表，从数据库中查找匹配的节点元素列表，并建立该子名录列表与该节点元素列表的映射关系；3)从数据库中检索该节点元素列表中每个节点元素的关系链和节点权值；4)将关系链两两之间进行比对，形成节点元素的分组关系；5)根据节点元素的节点权值和分组关系，计算每个节点元素在系统进化子树中对应的权值；生成并输出该物种子名录对应的系统进行子树。本方法能满足根据名录快速构建生物样方中生物进化关系等需要。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.037 seconds)
