一种基于GIS的区域风险评估系统与方法

    公开(公告)号:CN115187139B

    公开(公告)日:2024-05-14

    申请号:CN202210984637.3

    申请日:2022-08-17

    Abstract: 本发明公开了一种基于GIS的区域风险评估系统与方法,包括有风险源模块、区域管理模块、GIS模块、权重管理模块、单源评估模块和区域评估模块,所述风险源模块用于建立风险源信息库;所述GIS模块分别与风险源模块、区域管理模块连接;所述权重管理模块与风险源模块连接,用于维护单源风险评估权重和区域评估权重;所述单源评估模块与风险源模块连接,用于单个风险源的评估;所述区域管理模块、GIS模块、权重管理模块、单源评估模块均与区域评估模块连接,用于区域的综合风险评估,本发明涉及城市公共设施技术领域。本发明,解决城市公共设施不断增加,同时随着时间的推移,各种设备老化,安全事故时有发生的问题。

    基于时空分析与深度特征的行人再识别方法及装置

    公开(公告)号:CN110619268B

    公开(公告)日:2022-11-25

    申请号:CN201910727543.6

    申请日:2019-08-07

    Abstract: 一种基于时空分析与深度特征的行人再识别方法及装置,在行人再识别应用中,由于在实际的大规模视频监控场景中对行人图像进行全局搜索存在复杂性和不合理性,并且为了进一步提高识别准确率和识别速度,本发明提出结合时空信息分析和深度特征提取的方法。首先通过分析得到行人的移动速度符合γ分布,再通过该分布来对行人的时空信息作进一步分析,得到行人的时空先验概率;然后在大规模数据集上结合实际采集图像训练卷积神经网络,提取深度特征计算视觉时空概率;最后结合上述两种概率判断两幅图像是否为相同行人。实现了在实际的大规模视频监控应用场景从海量的监控或采集数据中既能有效地提高行人再识别的识别效率,又能保持较高的行人再识别精度,达到了高效准确的行人再识别效果。

    一种基于GIS的区域风险评估系统与方法

    公开(公告)号:CN115187139A

    公开(公告)日:2022-10-14

    申请号:CN202210984637.3

    申请日:2022-08-17

    Abstract: 本发明公开了一种基于GIS的区域风险评估系统与方法,包括有风险源模块、区域管理模块、GIS模块、权重管理模块、单源评估模块和区域评估模块,所述风险源模块用于建立风险源信息库;所述GIS模块分别与风险源模块、区域管理模块连接;所述权重管理模块与风险源模块连接,用于维护单源风险评估权重和区域评估权重;所述单源评估模块与风险源模块连接,用于单个风险源的评估;所述区域管理模块、GIS模块、权重管理模块、单源评估模块均与区域评估模块连接,用于区域的综合风险评估,本发明涉及城市公共设施技术领域。本发明,解决城市公共设施不断增加,同时随着时间的推移,各种设备老化,安全事故时有发生的问题。

    综合管廊应急联动处置方法

    公开(公告)号:CN112885028A

    公开(公告)日:2021-06-01

    申请号:CN202110112816.3

    申请日:2021-01-27

    Abstract: 本发明提供一种基于灾害情景模式与监测数据融合的综合管廊应急联动处置方法,包括:建立灾害情景集;建立灾害情景集内的各个灾害情景类型的关键要素集合;判断灾害情景类型;判断灾害严重程度;管廊应急联动控制。通过分析综合管廊突发事件特点,依据实时监测综合管廊的环境数据,建立灾害发生演化过程与监测数据的对应关系,及时判断综合管廊内灾害情景类型及灾害严重程度;根据综合管廊内灾害严重程度,建立各类灾害触发的条件,以及建立与灾害严重程度对应的联动处置方式,使得处置流程更加准确,更加贴合实际灾害情况,而且可以提高综合管廊应急处置效率,符合智慧管廊的发展趋势。

    烟火检测方法、装置、烟火检测系统及电子设备

    公开(公告)号:CN112418102A

    公开(公告)日:2021-02-26

    申请号:CN202011333296.0

    申请日:2020-11-25

    Inventor: 王红 王海峰

    Abstract: 本公开提供了一种烟火检测方法,包括:从视频流中提取至少一幅图像;对至少一幅图像进行检测识别,判断图像中是否存在烟火特征,如果存在烟火特征,则获取烟火特征的区域信息以及烟火特征的类别信息;至少基于烟火特征的区域信息和烟火特征的类别信息,对至少一幅图像的火情等级进行识别,获取至少一幅图像的火情等级信息;以及输出至少一幅图像的烟火特征的区域信息、烟火特征的类别信息以及火情等级信息。本公开还提供了烟火检测装置、烟火检测系统、电子设备以及可读存储介质。

    基于时空分析与深度特征的行人再识别方法及装置

    公开(公告)号:CN110619268A

    公开(公告)日:2019-12-27

    申请号:CN201910727543.6

    申请日:2019-08-07

    Abstract: 一种基于时空分析与深度特征的行人再识别方法及装置,在行人再识别应用中,由于在实际的大规模视频监控场景中对行人图像进行全局搜索存在复杂性和不合理性,并且为了进一步提高识别准确率和识别速度,本发明提出结合时空信息分析和深度特征提取的方法。首先通过分析得到行人的移动速度符合γ分布,再通过该分布来对行人的时空信息作进一步分析,得到行人的时空先验概率;然后在大规模数据集上结合实际采集图像训练卷积神经网络,提取深度特征计算视觉时空概率;最后结合上述两种概率判断两幅图像是否为相同行人。实现了在实际的大规模视频监控应用场景从海量的监控或采集数据中既能有效地提高行人再识别的识别效率,又能保持较高的行人再识别精度,达到了高效准确的行人再识别效果。

    一种基于互动问答社区-百度知道的地理位置实体的完整性表达方法

    公开(公告)号:CN105468791B

    公开(公告)日:2019-11-15

    申请号:CN201610001346.2

    申请日:2016-01-05

    Abstract: 本发明涉及一种基于互动问答社区‑百度知道的地理位置实体的完整性表达方法,包括以下步骤:步骤1):通过数据处理提取缺陷地理位置实体defectLoc;步骤2):对提取的defectLoc生成问题:“某defectLoc属于哪个区”,通过百度知道进行检索;步骤3):根据检索的结果提取特征,计算defectLoc属于各个区域的得分,并构建出defectLoc的所属区域特征向量;步骤4):利用规则对defectLoc进行完整化处理。本发明以微博城市投诉文本为基础,针对其中的地理位置实体表达不规范、非结构化的特点,使得工作人员很难进行统计分析工作,本发明提出一种基于百度知道的地理位置实体的完整性表达方法,对缺陷地理位置实体完整化具有较高的准确率,可以很好地满足实际应用的需要。

    基于排序损失和Siamese网络的行人再识别方法

    公开(公告)号:CN108921107A

    公开(公告)日:2018-11-30

    申请号:CN201810736588.5

    申请日:2018-07-06

    Abstract: 一种基于排序损失和Siamese网络的行人再识别方法,利用改进的Siamese网络学习特征,采用排序损失和两个SoftMax识别损失来来监督网络的学习。使用双向最大边界排序损失处理类内和类间相似度,这样学习到的特征具有更强的鲁棒性。利用行人图像的标签信息,采用Siamese网络提取的图像深度特征,区分检测到的行人。实验结果显示,与经典的行人再识别方法对比,所述基于排序损失和Siamese网络的行人再识别方法识别精度更高。

    一种基于互动问答社区-百度知道的地理位置实体的完整性表达方法

    公开(公告)号:CN105468791A

    公开(公告)日:2016-04-06

    申请号:CN201610001346.2

    申请日:2016-01-05

    Abstract: 本发明涉及一种基于互动问答社区-百度知道的地理位置实体的完整性表达方法,包括以下步骤:步骤1):通过数据处理提取缺陷地理位置实体defectLoc;步骤2):对提取的defectLoc生成问题:“某defectLoc属于哪个区”,通过百度知道进行检索;步骤3):根据检索的结果提取特征,计算defectLoc属于各个区域的得分,并构建出defectLoc的所属区域特征向量;步骤4):利用规则对defectLoc进行完整化处理。本发明以微博城市投诉文本为基础,针对其中的地理位置实体表达不规范、非结构化的特点,使得工作人员很难进行统计分析工作,本发明提出一种基于百度知道的地理位置实体的完整性表达方法,对缺陷地理位置实体完整化具有较高的准确率,可以很好地满足实际应用的需要。

Patent Agency Ranking