-
公开(公告)号：CN117036170A
公开(公告)日：2023-11-10
申请号：CN202311000704.4
申请日：2023-08-09
Applicant: 北京环境特性研究所
IPC: G06T3/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N20/00
Abstract: 本发明提供了一种基于机器学习的船只型号识别方法及装置，其中方法包括：获取待识别图像，所述待识别图像中包括船只目标；将所述待识别图像进行超分辨率重建处理，得到高分辨率重建图像；基于全卷积的YOLO检测识别模型，对所述高分辨率重建图像进行船只目标的检测和船只型号的一阶段识别，得到识别出的船只型号和置信度；根据所述置信度确定是否需要进行船只型号的二阶段识别，若需要，则基于Faster RCNN网络模型对所述高分辨率重建图像进行船只型号的二阶段识别；将所述二阶段识别出的船只型号作为最终识别结果。本方案，能够提高船只型号识别的准确性。
-
公开(公告)号：CN110909550B
公开(公告)日：2023-11-03
申请号：CN201911106399.0
申请日：2019-11-13
Applicant: 北京环境特性研究所
IPC: G06F40/30
Abstract: 本申请涉及一种文本处理方法、装置、电子设备和计算机可读存储介质，文本处理方法包括：获取目标文本的目标文本序列，从所述目标文本序列中提取出主题词序列；分别获取所述目标文本序列中各个词语与所述主题词序列之间的语义距离，基于所述语义距离确定所述目标文本的关键词序列；获取所述关键词序列中各个关键词的向量，以构建词向量矩阵；通过预设的随机梯度下降算法获取所述目标文本的语义权重参数矩阵；根据所述词向量矩阵和所述语义权重参数矩阵获取所述目标文本的语义向量。本申请提供的文本处理方法可以更准确地表达目标文本的语义。
-
公开(公告)号：CN116467458A
公开(公告)日：2023-07-21
申请号：CN202310010410.3
申请日：2023-01-04
Applicant: 北京环境特性研究所
IPC: G06F16/36 , G06F16/387 , G06F40/295 , G06F40/30 , G06N5/04
Abstract: 本发明提供了一种时空嵌入知识图谱构建方法、装置及计算设备，该方法包括：获取目标的态势轨迹数据和时空情报语料；对态势轨迹数据和时空情报语料进行知识抽取和实体识别，得到目标的知识层信息；其中，知识层信息包括地理空间层信息、空间轨迹层信息和空间事件层信息，且知识层信息由与目标对应的实体、关系和属性进行表示；根据地理空间层信息和空间轨迹层信息，确定目标的事件意图；将事件意图与空间事件层信息进行融合推理，得到实体之间的隐含关系；根据知识层信息和隐含关系构建知识图谱。本方案提供的时空嵌入知识图谱构建方法实现了基于空间关系的复杂推理，提高了知识图谱的逻辑推理能力和潜在情报获取能力。
-
公开(公告)号：CN115827152A
公开(公告)日：2023-03-21
申请号：CN202211352379.3
申请日：2022-10-31
Applicant: 北京环境特性研究所
Abstract: 本发明实施例涉及数据处理技术领域，特别涉及一种计算资源调度方法、装置、电子设备及存储介质。所述方法应用于X86和ARM架构组成的混合架构中，所述方法包括：响应于接收到待分配任务，获取所述混合架构中各执行器的当前负载状态；根据所述待分配任务的负载和各执行器的当前负载状态，按照预设的调度策略为所述待分配任务分配执行器。所述方法能够在“X86+ARM”混合架下完成计算资源调度，提升任务处理速度。
-
公开(公告)号：CN110852261B
公开(公告)日：2022-06-17
申请号：CN201911090281.3
申请日：2019-11-08
Applicant: 北京环境特性研究所
IPC: G06V20/13 , G06V20/40 , G06K9/62 , G06V10/764 , G06V10/80
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。
-
Patent Agency Ranking
公开(公告)号：CN114330714B
公开(公告)日：2022-06-14
申请号：CN202210217667.1
申请日：2022-03-08
Applicant: 北京环境特性研究所
Abstract: 本发明提供了一种卷积神经网络剪枝优化方法、装置、电子设备及存储介质，该方法包括：获取完成训练的卷积神经网络模型；对于卷积神经网络模型的每一个类别，确定对应的语义信息图，并基于语义信息图，确定每个滤波器在各类别中的滤波器重要性因子；根据滤波器重要性因子及剪枝目标，对滤波器进行重要程度排序；基于排序结果及剪枝目标，逐步剪除重要程度小的滤波器，直至达成剪枝目标，得到剪枝优化后的卷积神经网络模型；对剪枝优化后的卷积神经网络模型进行重训练。本发明能够实现有针对性的、效果更佳的卷积神经网络剪枝压缩。
-
公开(公告)号：CN114330350A
公开(公告)日：2022-04-12
申请号：CN202210007201.9
申请日：2022-01-05
Applicant: 北京环境特性研究所
IPC: G06F40/295
Abstract: 本发明涉及计算机深度学习技术领域，特别涉及一种命名实体识别方法、装置、电子设备及存储介质，该方法包括：获取已知命名实体的中文文本并进行预处理，得到多个已知命名实体的文本向量；基于已知命名实体的文本向量，对联合模型进行训练；联合模型包括字符识别模型、分词识别模型和序列标注模型；获取待识别的中文文本并进行预处理，得到待识别的文本向量；将待识别的文本向量输入训练后的联合模型，进行命名实体识别。本发明能够提高中文文本的实体识别性能。
-
公开(公告)号：CN110826566B
公开(公告)日：2022-03-01
申请号：CN201911059934.1
申请日：2019-11-01
Applicant: 北京环境特性研究所
Abstract: 本发明涉及一种基于深度学习的目标切片提取方法，该方法包括：基于原始图像确定待提取的目标，针对目标搭建深度卷积神经网络并进行训练；将原始图像输入训练好的深度卷积神经网络，通过深度卷积神经网络对含背景的原始图像进行像素级目标背景分离，实现目标分割；根据分离背景得到的目标图像和切片预定尺寸，获取目标切片图像并调整其尺寸；判断调整后的目标切片图像是否存在缺失像素，如存在，则计算缺失尺寸并进行相应的缺失填充，得到最终的目标切片。该方法实现了目标自动检索、像素分割，支持批量制备目标切片，保证目标切片提取过程中不会被随意裁剪、缩放的同时，实现目标切片提取的智能化、高效化。
-
公开(公告)号：CN113989474A
公开(公告)日：2022-01-28
申请号：CN202111498806.4
申请日：2021-12-09
Applicant: 北京环境特性研究所
IPC: G06V10/143 , G06V10/25 , G06V10/80 , G06K9/62
Abstract: 本发明涉及一种基于递进式层级融合网络的红外小目标智能识别方法，利用双波段红外在成像信息上的互补性，从数据维进行数据融合增强，提高神经网络用于红外小目标识别的可用信息量；从嵌入式应用部署出发构建双波段红外数据融合与目标检测一体化神经网络，充分利用网络中不同组件间参数的权值共享，增强数据间的耦合效应，降低网络模型整体计算复杂度；以双波段红外数据融合为基础，设计了建面向红外弱小目标检测识别的像素级—特征级—决策级递进式多级融合的一体化神经网络架构，实现了高效的红外小目标识别能力，在夜视监控、危险源探测、人员搜救等方面有着重要的作用。
-
公开(公告)号：CN108388640B
公开(公告)日：2020-11-13
申请号：CN201810160120.6
申请日：2018-02-26
Applicant: 北京环境特性研究所
IPC: G06F16/13 , G06F16/16 , G06F16/178
Abstract: 本发明涉及一种数据转换方法、装置以及数据处理系统，该方法包括：构建元数据配置文件；其中，所述元数据配置文件包括：至少一种数据类型对应的至少一个元数据定义；获取待处理文件；根据所述待处理文件的文件头信息，确定所述待处理文件的数据类型；从所述元数据配置文件中确定与所述待处理文件的数据类型对应的目标元数据定义；根据所述目标元数据定义，对所述待处理文件进行转换。本方案能对不同数据类型的数据进行格式转换，以满足不同的数据处理需求。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.027 seconds)
