-
公开(公告)号：CN118072038A
公开(公告)日：2024-05-24
申请号：CN202311553562.4
申请日：2023-11-20
Applicant: 北京环境特性研究所
IPC: G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明提供了一种基于生成对抗网络的红外图像转换方法及装置，其中方法包括：获取待转换的可见光图像数据；将所述待转换的可见光图像数据输入预先训练好的生成对抗式转换模型中，输出得到红外图像数据；其中，所述生成对抗式转换模型是通过已知样本集对预设的生成对抗网络进行训练得到的，所述已知样本集是通过对原始可见光图像数据和原始红外图像数据进行配准配对得到的，所述预设的生成对抗网络是通过对原始生成对抗网络进行优化处理得到的，所述优化处理包括生成网络的优化、对抗网络的优化和损失函数的优化。本方案，能够改善生成对抗式红外图像纹理等细节，确保生成高质量红外图像数据。
-
公开(公告)号：CN118014152A
公开(公告)日：2024-05-10
申请号：CN202410219331.8
申请日：2024-02-28
Applicant: 北京环境特性研究所
IPC: G06Q10/04 , G06Q50/40 , G06N20/00 , G06F21/60 , G06F21/62 , H04L9/40 , H04L9/00 , H04L9/06 , H04L9/30 , G06N20/20
Abstract: 本发明涉及机器学习数据隐私保护技术领域，特别涉及一种基于联邦学习的高效航班延误预测方法和装置。方法包括：确定用于联邦学习的被动方和多个主动方，并分别对被动方和多个主动方的原始航班数据进行预处理和特征提取，以使被动方和每一个主动方生成各自的初始训练集；对被动方和多个主动方的初始训练集进行加密实体对齐，以在隐私保护的前提下，确定各方共有的实体数据；基于联邦学习框架，利用各方共有的实体数据协同训练得到符合预期的航班延误预测模型。本方案，通过基于联邦学习的预处理方法来解决多机构数据异构的问题，且将具有隐私保护功能的联邦学习框架与预测算法结合，可以大大提高隐私性。
-
公开(公告)号：CN117950634A
公开(公告)日：2024-04-30
申请号：CN202410129753.6
申请日：2024-01-30
Applicant: 北京环境特性研究所
Abstract: 本发明涉及计算机技术领域，特别涉及一种基于docker的算法模型封装方法，其中方法包括：确定待封装的算法模型及运行要求；根据运行要求，利用docker平台，创建符合算法模型运行要求的虚拟化容器；确定算法模型所需文件，并按照预设格式确定算法模型所需文件的路径和名称；在虚拟化容器中，更新算法模型所需文件的路径；按照创建的路径，将算法模型所需文件对应导入虚拟化容器；对虚拟化容器进行镜像保存并导出。本发明能够提升软件研发过程中算法集成的效率。
-
公开(公告)号：CN117493604A
公开(公告)日：2024-02-02
申请号：CN202311542560.5
申请日：2023-11-17
Applicant: 北京环境特性研究所
IPC: G06F16/587 , G06F16/583 , G06F16/29 , G06V20/10 , G06V20/13 , G06V20/62 , G06N5/022
Abstract: 本发明提供了一种非显著场景图像的地理定位方法、装置及计算设备，该方法包括：构建地理空间知识库；其中，地理空间知识库包括存储空间语义特征、文字语义特征和地理位置之间的关联关系的索引表；对待处理非显著场景图像进行特征提取，得到空间语义特征和文字语义特征；根据地理空间知识库、待处理非显著场景图像的空间语义特征和文字语义特征，确定待处理非显著场景图像的地理位置。本方案提供的非显著场景图像的地理定位方法提高了非显著场景图像的地理定位精度。
-
公开(公告)号：CN117392256A
公开(公告)日：2024-01-12
申请号：CN202311403092.3
申请日：2023-10-26
Applicant: 北京环境特性研究所
IPC: G06T11/00 , G06N3/08 , G06N3/0464 , G06N3/0455
Abstract: 本发明提供了一种基于深度神经网络的红外图像生成方法及装置，该方法包括：获取目标场景的实测背景图像；对红外目标进行建模，得到目标前景图像；将所述实测背景图像和所述目标前景图像输入预先训练好的深度神经网络，得到所述红外目标在所述目标场景的红外场景图像。本方案能够快速生成大量不同场景下的高质量红外场景图像，满足模型训练需求以及生成复杂环境场景数据的需求。
-
Patent Agency Ranking
公开(公告)号：CN115964513A
公开(公告)日：2023-04-14
申请号：CN202310015869.2
申请日：2023-01-05
Applicant: 北京环境特性研究所
Abstract: 本发明提供了一种面向电磁散射辐射领域的知识本体构建方法及装置，该方法包括：获取电磁散射辐射领域的实例数据；对实例数据进行分类识别提取，得到知识元素；根据知识元素，确定至少一个映射本体；其中，映射本体包括至少一个知识元素，不同的映射本体中包括的知识元素不同；根据知识元素之间的关联关系，构建至少两个映射本体之间的关联关系，得到知识本体。本方案提供的面向电磁散射辐射领域的知识本体构建方法，通过知识本体能够自动、高效且快速地梳理出电磁散射辐射领域各个阶段可能产生或使用的领域数据，提高知识的重用率。
-
公开(公告)号：CN115690595A
公开(公告)日：2023-02-03
申请号：CN202211105012.1
申请日：2022-09-09
Applicant: 北京环境特性研究所
IPC: G06V20/13 , G06N3/0464 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及遥感图像处理技术领域，特别涉及一种高光谱图像分类方法、装置、电子设备及存储介质，其中方法包括获取有分类标签的高光谱图像数据集，确定所有分类及各分类对应的像素点数据；确定训练样本集的数据量；基于训练样本集的数据量、所有分类的总数及各分类对应的像素点数据得到训练样本集，并将剩余像素点数据组成测试样本集；构建分类模型；根据投票通道的总数，通过装袋法对训练样本集进行有放回均匀采样，得到新增的训练样本集；基于训练样本集对分类模型中的各路投票通道进行训练；对训练后的分类模型进行测试；获取高光谱图像数据，输入分类模型进行识别与分类，得到分类结果。本发明能够提升高光谱图像分类的准确性和稳定性。
-
公开(公告)号：CN109711381B
公开(公告)日：2021-03-23
申请号：CN201910007003.0
申请日：2019-01-04
Applicant: 北京环境特性研究所
Abstract: 本发明涉及一种遥感图像的目标识别方法，其获取训练遥感图像，以及，获取与所述训练遥感图像对应的标准识别结果；对预设神经网络进行优化，获取优化神经网络；其中，所述优化神经网络具有至少两个不同尺度的用于检测图像的感知域；根据所述训练遥感图像和所述标准识别结果，训练所述优化神经网络，得到训练神经网络；将待识别的遥感图像输入所述训练神经网络，得到所述遥感图像的目标识别结果；能够有效降低成本，并且能够对遥感图像实时检测，且精度较高。
-
公开(公告)号：CN110852261A
公开(公告)日：2020-02-28
申请号：CN201911090281.3
申请日：2019-11-08
Applicant: 北京环境特性研究所
Abstract: 本申请涉及一种目标检测方法、装置、电子设备和计算机可读存储介质，方法包括：获取待检测图像，提取待检测图像的共享特征图；检测共享特征图中的多个关键点；每一关键点归属于一种物体类别；将共享特征图划分为多个区域，分别提取各个区域的区域特征；基于各个区域特征获取多个关键点中每两个关键点之间的关联编码；基于各个关联编码和检测得到的关键点，获取多个物体类别的类别概率；将最大的类别概率对应的物体类别确定为检测目标的类别。本申请提供的目标检测方法可以提高对目标检测的准确率。
-
公开(公告)号：CN105678330B
公开(公告)日：2019-02-05
申请号：CN201610006900.6
申请日：2016-01-05
Applicant: 北京环境特性研究所
Abstract: 公开了一种基于高斯加权的直方图匹配方法，包括：将像素区间[0,255]分为L个子区间，获取目标图像在每个子区间的第一直方图向量、及模板图像在每个子区间的直方图向量；针对目标图像的每个第一直方图向量：从直方图向量中获取与第一直方图向量对应的第二直方图向量，对以第二直方图向量为中心的至少两个相邻第二直方图向量进行加权，确定直方图加权向量；基于所有第一直方图向量、与第一直方图向量对应的第二直方图向量以及直方图加权向量，确定目标图像与模板图像的相似度。本发明通过对以第二直方图向量为中心的至少两个相邻第二直方图向量进行加权，能够克服目标图像与目标图像进行匹配时出现的直方图边界效应，提高直方图匹配的稳定性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.027 seconds)
