-
公开(公告)号：CN110765331A
公开(公告)日：2020-02-07
申请号：CN201910707870.5
申请日：2019-08-01
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F16/909 , G06F16/903 , G06F16/901
Abstract: 本发明涉及一种时空数据的检索方法及系统，属于大数据技术领域。本发明将三维时空网格编码、兴趣维度与HBase行键融合，构建了新型行键索引结构，结合HBase运行机制按照新型的行键索引结构对时空数据进行检索，由于该行键索结构中包含有三维时空网格编码以及多个兴趣维度，能够大大减少检索范围，提高检索效率，且过程简单、易实现。
-
公开(公告)号：CN110136178A
公开(公告)日：2019-08-16
申请号：CN201810128704.5
申请日：2018-02-08
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06T7/33
Abstract: 本发明涉及一种基于端点拟合的三维激光点云配准方法及装置，该方法首先采集三维点云数据，计算三维点云数据的初始特征点并法向一致化，得到初始特征点的法向；然后根据初始特征点的法向，对初始特征点进行聚类，将属于同一特征的初始特征点聚类成数据集；将每个数据集拟合生成不同的特征线；接着将不同的特征线采用端点拟合的方法进行拟合，得到虚拟特征点，用于点云配准。相较于传统的基于几何特征的特征点提取方法，本发明抛弃了原始方法提取被测物实际特征点的思想束缚，而是通过聚类方法得到虚拟特征点来进行配准工作。该方法具有更高的精度，能加快初始配准计算速率，并能在初始配准阶段获得更加精确可靠的变换参数。
-
公开(公告)号：CN110133670A
公开(公告)日：2019-08-16
申请号：CN201810136470.9
申请日：2018-02-09
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G01S17/08 , G01S7/48 , G01F23/292 , G01F23/00
Abstract: 本发明涉及一种机载激光测深接收波形的去噪处理方法及其系统，具体包括获取待处理波形，根据所述波形估算对应待测水深，并基于估算结果将对应待测水深至少分为深水和浅水；对对应待测水深为深水的波形采用平均差平方函数法处理，对对应待测水深为浅水的波形采用理查德森-露西去卷积法处理。本发明的方法通过计算接收波形的有效长度，并用于近似估计水深；然后依据水深近似值对接收波形采取不同的预处理方式，使预处理更具针对性，处理结果及去噪效果更好。
-
公开(公告)号：CN109697325A
公开(公告)日：2019-04-30
申请号：CN201811613931.3
申请日：2018-12-27
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种实时卫星对地覆盖时间窗口的确定方法及装置，该确定方法包括如下步骤：确定卫星对地覆盖范围对应的最大中心角；根据所述的最大中心角，对目标区域进行扩充，构建扩充四至范围的目标区域；获取当前时刻的卫星星下点位置，并判断卫星星下点是否在扩充四至范围的目标区域；若在，则计算当前时刻卫星的对地覆盖范围，并判断卫星的对地覆盖范围是否与原始目标区域相交或包含，如果相交或包含，则当前时刻在时间窗口范围内，并记录当前时刻；最后通过使用分布式流计算框架构建算法的实时在线服务。本发明所提供的技术方案，判断结果更加准确，能够解决现有技术中时间窗口确定过程中存在效率低、精度差、实时性不够的问题。
-
公开(公告)号：CN118505980A
公开(公告)日：2024-08-16
申请号：CN202410734750.5
申请日：2024-06-06
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/25 , G06V20/17 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/048
Abstract: 本发明公开一种基于遥感基础模型辅助框架的无人机图像目标检测方法和系统，该方法包括以下步骤：步骤一：构建遥感基础模型辅助框架；步骤二：将无人机遥感图像分别输入到轻量化主干网络单元和遥感基础模型单元中；步骤三：将处理后的输出特征输入至基础特征融合单元；步骤四：将融合后的特征作为下一阶段输入特征输入至轻量化主干网络单元；同时重复步骤三和步骤四，直至轻量化主干网络单元所有阶段结束；步骤五：将融合后的特征输入至特征聚合与扩展单元；步骤六：基于处理后的特征完成图像目标检测。本发明弥补了各类在自然场景图像上训练的轻量级主干网络在提取航空遥感图像特征性能不足的问题，进一步提升航空遥感图像目标检测领域能力。
-
Patent Agency Ranking
公开(公告)号：CN118075136A
公开(公告)日：2024-05-24
申请号：CN202410273452.0
申请日：2024-03-11
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L41/122 , H04L41/042 , H04L41/044
Abstract: 本发明属于网络空间测绘技术领域，特别涉及一种基于综合中心性度量的网络空间点群地图综合方法及系统，该方法包含：步骤1、将网络空间中的所有节点根据模块度增量划分为若干个社团；步骤2、基于综合中心性指标选出每个社团中最重要的节点，构建更高层次的网络；步骤3、利用步骤1对步骤2得到的新网络结构进行处理，重复步骤1和步骤2，直至所有节点只能划分出一个社团，即完成了地图综合处理。本发明实现对网络空间要素进行地图综合处理，使得网络空间地图更有效地表达节点属性和拓扑结构，帮助人们迅速洞察网络特征。
-
公开(公告)号：CN116861037A
公开(公告)日：2023-10-10
申请号：CN202310851083.4
申请日：2023-07-11
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F16/901 , G06F16/906 , G06F18/23211 , G06F18/2323
Abstract: 本发明属于网络空间资源社团划分技术领域，具体涉及一种网络空间资源节点社团划分方法。首先构建所有网络空间资源节点的有向网络空间节点图，根据有向网络空间节点图计算图中每个节点的度中心值；然后以度中心值最大的节点作为种子节点开始扩展形成一个社团；再从剩余未被划分的节点中选择度中心值最大的节点作为种子节点开始扩展形成另一个社团，直至所有节点均被划分至至少一个社团中；最后基于社团划分结果从中筛选出重叠节点及其所在的各个社团，将重叠节点划分到其中一个所在社团中以使不再出现重叠节点。本发明将度中心性作为节点选取的依据，种子节点的选取从度中心值最大的节点开始，确保得到稳定的社团划分结果。
-
公开(公告)号：CN115761223A
公开(公告)日：2023-03-07
申请号：CN202211288030.8
申请日：2022-10-20
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明属于遥感影像识别领域，具体涉及一种利用数据合成的遥感影像实例分割方法。该方法通过优化构建的实例分割模型以及训练模型的数据集，提高实例分割的可靠性。针对训练数据集的优化利用已知的图像资源进行数据集扩充，并增加了对训练数据集中图像数据的随机亮度与对比度调整，提高了训练数据集的适用性，同时优化了增大缩小图像比例的设置，兼顾大型和小型目标的识别。实例分割模型以Swin Transformer模型作为主干网络，能够充分获取多尺度信息，提高分割的准确性；设置级联预测头，兼顾了预测的稳定性和准确性；并对实例分割模型中RPN网络进行细节优化，调整了候选框比例系数以适应遥感影像常规敏感目标，调整了正则化损失权重以增强模型抗过拟合能力。
-
公开(公告)号：CN115240079A
公开(公告)日：2022-10-25
申请号：CN202210792899.X
申请日：2022-07-05
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于图像特征匹配领域，具体涉及一种多源遥感影像深度特征融合匹配方法。该方法通过特征提取，获取同时具备高层和低层信息的精细融合特征，又对高层特征进行特征变换，提高待匹配影像高层特征中匹配点之间的相似度，使匹配结果更加可靠。在后期特征匹配时，先比对高层特征进行粗匹配，获取全局匹配结果，再通过精细融合特征进行校正，使得匹配结果兼顾全局方面和精度方面的可靠性，分辨率更高且定位更精确。特征变换前先对高层特征进行正弦编码，使特征之间有唯一对应关系，避免稀疏纹理区域特征之间相似度过高所导致错配；进行粗匹配时还通过滑动窗口适应性降低得分阈值，增加稀疏区域筛选出的匹配点个数，进一步提高稀疏区域的匹配效果。
-
公开(公告)号：CN110133670B
公开(公告)日：2022-08-26
申请号：CN201810136470.9
申请日：2018-02-09
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G01S17/08 , G01S7/48 , G01F23/292 , G01F23/00
Abstract: 本发明涉及一种机载激光测深接收波形的去噪处理方法及其系统，具体包括获取待处理波形，根据所述波形估算对应待测水深，并基于估算结果将对应待测水深至少分为深水和浅水；对对应待测水深为深水的波形采用平均差平方函数法处理，对对应待测水深为浅水的波形采用理查德森‑露西去卷积法处理。本发明的方法通过计算接收波形的有效长度，并用于近似估计水深；然后依据水深近似值对接收波形采取不同的预处理方式，使预处理更具针对性，处理结果及去噪效果更好。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.177 seconds)
