-
公开(公告)号：CN107480679A
公开(公告)日：2017-12-15
申请号：CN201710260027.8
申请日：2017-04-20
Applicant: 北京工业大学 , 中交信息技术国家工程实验室有限公司
CPC classification number: G06K9/6267 , G06K9/342 , G06K9/38 , G06N3/04
Abstract: 本发明公开一种用于提取遥感图像中路网的方法，首先需要以d×d的滑动窗口在有标注的图像上采集道路及背景作为训练样本，滑动窗口中心像素为道路则视为正类样本，滑动窗口中心s×s区域不含道路则视为负类样本。采用卷积神经网络对样本进行训练，然后对图像中的像素进行分类得到一幅二值图像，作为初步的提取结果，通过分析二值图像中的连通区域，并将N个最大的连通区域作为最终的提取结果。本发明方法的创新之处在于引入卷积神经网络对像素进行分类，并通过分析连通区域对分类结果进行优化。
-
公开(公告)号：CN119182448A
公开(公告)日：2024-12-24
申请号：CN202411295147.8
申请日：2024-09-15
Applicant: 中交信息技术国家工程实验室有限公司 , 中国交通通信信息中心
Abstract: 本发明公开了一种下行链路卫星资源调度方法及系统，分析数据包传输过程中数据包有效服务决策变量与时隙资源分配相关的决策变量的关系，构建数据包传输过程中与Link ID、信道和DC通道选择相关的决策变量之间的关联约束；分析数据包传输与有效服务决策变量之间的关系，构建Link ID、信道选择与有效服务决策变量的非线性关联约束；分析资源分配方案与数据包传输优化目标之间的联系，构建以系统吞吐量、带宽资源利用率和业务接收率为目标的面向VDE‑SAT的下行链路卫星资源优化调度模型。本发明提出的方案中，考虑VDES系统的特性，建立VDE‑SAT的下行链路卫星时隙资源分配优化模型，优化下行链路完整数据包的Link ID、信道和DC通道分配方法，提高分配方案的合理性。
-
公开(公告)号：CN118966934A
公开(公告)日：2024-11-15
申请号：CN202411029810.X
申请日：2024-07-30
Applicant: 上海船舶运输科学研究所有限公司 , 中交信息技术国家工程实验室有限公司 , 赤湾通信卫星应用技术(深圳)有限公司
IPC: G06Q10/083 , G06F21/57 , G06Q50/26
Abstract: 本发明属于基于区块链的港口管理技术领域，具体涉及一种基于区块链技术的港口运营效率优化方法，包括如下步骤：对港口货物进出口典型业务进行业务流程、相关参与主体以及信息数据进行分析；基于区块链技术构建港口运营管理的信息共享平台，所述信息共享平台访问并存储所述相关参与主体的信息和服务；基于构建的信息共享平台对单相关方和多相关方的应用案例进行分析得到应对策略。本发明提供的方法能够有效减少船舶在港停留时间，提高码头运营效率。
-
公开(公告)号：CN115412158B
公开(公告)日：2024-07-09
申请号：CN202211028644.2
申请日：2022-08-25
Applicant: 中交信息技术国家工程实验室有限公司
Abstract: 本发明公开了一种甚高频数据交换系统跨卫星通信网络系统及实现方法，适用于VDES卫星系统，包括一个注册中心、若干卫星地面站、若干个卫星以及若干艘船舶，其中，每艘船舶分配使用唯一的MMSI码，并根据自身位置注册在距离最近的卫星下；注册中心与每个卫星地面站联网，存储全部卫星信息以及注册在相应卫星下的全部船舶的MMSI码；通过所述船舶的MMSI码，唯一识别所述船舶。本发明提出的方案通过注册中心将全部卫星地面站数据及卫星覆盖范围下船舶数据保存起来，大幅度降低了组网的难度和寻找目标的难度。形成了一个以注册中心为核心的组网方案，将跨卫星通信的流程简化为船舶‑卫星‑注册中心‑卫星‑船舶的简单流程。
-
公开(公告)号：CN116665055A
公开(公告)日：2023-08-29
申请号：CN202310640315.1
申请日：2023-05-31
Applicant: 中交信息技术国家工程实验室有限公司
IPC: G06V20/10 , G06V10/25 , G06V10/30 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的海上雾天小目标检测方法及装置，根据船舶图像采集制作船舶图像数据库；根据船舶图像数据库中采集数据与船舶图像划分训练集；根据训练集训练改进的YOLOv3模型，得到海上小目标船舶检测模型；根据海上雾图与去雾图训练海上去雾模型；获取船载视频图像，根据所述海上去雾模型进行去雾处理，得到去雾图像；根据所述海上小目标船舶检测模型对所述去雾图像进行识别处理，得到检测结果。本发明方案采用海上雾天场景去雾模型实现了图像去雾，采用深度学习方法实现了小目标船舶的检测，提高了恶劣气象条件下小目标船舶的检测准确率。
-
Patent Agency Ranking
公开(公告)号：CN115412158A
公开(公告)日：2022-11-29
申请号：CN202211028644.2
申请日：2022-08-25
Applicant: 中交信息技术国家工程实验室有限公司
Abstract: 本发明公开了一种甚高频数据交换系统跨卫星通信网络系统及实现方法，适用于VDES卫星系统，包括一个注册中心、若干卫星地面站、若干个卫星以及若干艘船舶，其中，每艘船舶分配使用唯一的MMSI码，并根据自身位置注册在距离最近的卫星下；注册中心与每个卫星地面站联网，存储全部卫星信息以及注册在相应卫星下的全部船舶的MMSI码；通过所述船舶的MMSI码，唯一识别所述船舶。本发明提出的方案通过注册中心将全部卫星地面站数据及卫星覆盖范围下船舶数据保存起来，大幅度降低了组网的难度和寻找目标的难度。形成了一个以注册中心为核心的组网方案，将跨卫星通信的流程简化为船舶‑卫星‑注册中心‑卫星‑船舶的简单流程。
-
公开(公告)号：CN109849785B
公开(公告)日：2022-09-13
申请号：CN201910203440.X
申请日：2019-03-18
Applicant: 武汉理工大学 , 中交信息技术国家工程实验室有限公司
Abstract: 本发明公开了一种基于车联网的换道判定系统及方法。本发明系统包括：汽车速度传感器、车头测距传感器、车尾测距传感器、车头车载摄像、车尾车载摄像头、左侧车载摄像、右侧车载摄像头、汽车定位追踪器、车辆角度传感器、时间继电器、语音提示器、用户终端设备、传感网络通讯服务器、管理服务器。本发明通过用户终端设备根据车头测距传感器得到本车与本车道前车，本车与目标车道前车的距离，车尾测距传感器直接获得本车与目标车道后车的距离，计算纵向相对速度，根据纵向相对速度计算加速度；管理服务器分析车辆信息数据进行换道行为判定。本发明实现了车辆之间的信息互通，提高驾驶安全性，降低交通事故风险。
-
公开(公告)号：CN115038091A
公开(公告)日：2022-09-09
申请号：CN202210533254.4
申请日：2022-05-13
Applicant: 中交信息技术国家工程实验室有限公司 , 赤湾通信卫星应用技术(深圳)有限公司
Abstract: 本发明公开了一种北极海上无线通信频谱感知方法及系统，该方法获取待感知的北极海上通信信号；根据线性判断分析LDA对所述待感知的北极海上通信信号构建北极海上通信频谱感知数据集；将所述极地海上通信频谱感知数据集输入非线性支持向量机SVM，训练适用于北极海上通信频谱感知的频谱分类器；根据所述频谱分类器进行频谱判断并输出分类结果。本发明提出的方案中，通过循环谱构建与噪声、衰减相关的特征向量表示信号，完成数据的提取、降维和模型训练过程，进而判断频谱的占用情况，在低信噪比的环境中依然保持较好的频谱识别效果。
-
公开(公告)号：CN107480679B
公开(公告)日：2021-08-17
申请号：CN201710260027.8
申请日：2017-04-20
Applicant: 北京工业大学 , 中交信息技术国家工程实验室有限公司
Abstract: 本发明公开一种用于提取遥感图像中路网的方法，首先需要以d×d的滑动窗口在有标注的图像上采集道路及背景作为训练样本，滑动窗口中心像素为道路则视为正类样本，滑动窗口中心s×s区域不含道路则视为负类样本。采用卷积神经网络对样本进行训练，然后对图像中的像素进行分类得到一幅二值图像，作为初步的提取结果，通过分析二值图像中的连通区域，并将N个最大的连通区域作为最终的提取结果。本发明方法的创新之处在于引入卷积神经网络对像素进行分类，并通过分析连通区域对分类结果进行优化。
-
公开(公告)号：CN111523606A
公开(公告)日：2020-08-11
申请号：CN202010351888.9
申请日：2020-04-28
Applicant: 中交信息技术国家工程实验室有限公司 , 中国交通通信信息中心
IPC: G06K9/62 , G06K9/00 , G06T7/11 , G06N3/04 , G06T7/187 , G06F16/2455 , G06F16/23 , G06F16/215
Abstract: 本发明公开了一种道路信息的更新方法，该方法包括：利用特征提取的方式获得道路路面的特征点；将道路类型分为水泥路、沥青路和砂石路三类，对三类的道路进行不同颜色的标注，将沥青路标记为红色，将水泥路标记为蓝色，将砂石路标记为黄色；通过手工标注数据集分别对Wordview‑3、GF‑2以及利用网络爬虫技术的网络地图进行标绘，生成大小不同的两类训练数据集；利用Deeplab、Caffe两种不同的深度学习网络模型，对大小不同的两类训练样本数据进行基于高分遥感影像道路信息提取模型的训练。本发明采用卷积神经网络进行道路信息提取，基于逆地理编码算法的互联网道路信息提取，不同数据源之间数据的融合、分析实现道路信息的快速、准确的更新。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.037 seconds)
