-
公开(公告)号：CN112419186B
公开(公告)日：2024-03-26
申请号：CN202011315205.0
申请日：2020-11-20
Applicant: 北京易华录信息技术股份有限公司 , 中国华录集团有限公司
Abstract: 本发明公开了一种车牌图像的批量生成方法、装置及计算机设备，其中，该批量生成方法包括：根据真实车牌图像数据，生成数字车牌图像数据；在数字车牌图像数据随机加入泥土噪声，生成叠加车牌图像数据；对叠加车牌图像数据进行坐标系变换，生成目标坐标系数据；根据随机真实车牌图像、预设风格迁移深度神经网络模型以及目标坐标系数据，生成目标车牌图像。通过实施本发明，解决了相关技术中存在的由于稀有类型车牌较少，导致的车牌分类识别效果较差的问题。可以根据观测到的较少的车牌图像，批量生成与交通摄像头观测到的真实车牌图像极为相似的车牌图像，更接近真实场景，可以对数字车牌图像的颜色进行高效地变换以及调整。
-
公开(公告)号：CN114626764A
公开(公告)日：2022-06-14
申请号：CN202210480477.9
申请日：2022-05-05
Applicant: 无锡数据湖信息技术有限公司 , 北京易华录信息技术股份有限公司
Abstract: 本发明涉及一种农业剩余物资源潜力评估方法，其方法为：a)确定输入的自然资源大数据类型和参数，所述类型和参数为农产品以及农产品的数量；b)结合RS‑GIS分析和统计分析方法，搭建农业剩余物资源潜力评估模型，所述RS‑GIS具体为遥感‑地学信息系统；c)将模型再arcgis平台上运行；d)输出1公里分辨率农业剩余物资源潜力评估结果；e)根据输入结果，进一步校准模型，提高模型输出结果的准确度。本发明提供一种农业剩余物资源潜力评估方法，提高农业剩余物资源潜力评估精度，丰富了农业剩余物资源潜力评估中农作物种类，增加评估年份跨度，为未来农业剩余物利用提供预估参考。
-
公开(公告)号：CN114297853A
公开(公告)日：2022-04-08
申请号：CN202111636467.1
申请日：2021-12-28
Applicant: 北京易华录信息技术股份有限公司
IPC: G06F30/20 , G06F119/02
Abstract: 本发明公开了一种碳达峰碳中和数据处理系统、方法及计算机设备，该系统包括，数据获取模块，用于获取碳达峰碳中和数据，所述碳达峰碳中和数据包括碳源数据和碳汇数据，实现了对碳达峰碳中和数据的全面汇总；参数提取模块，用于基于所述碳源数据和碳汇数据得到输入的数据类型和参数，将多种类多方面的碳达峰碳中和数据进行精确提取；数据核查模块，用于将所述数据类型和参数输入预设的碳中和数据库，并核查所述碳源数据和碳汇数据，得到所述碳源数据和碳汇数据的核查结果；路径生成模块，用于基于所述核查结果分析得到碳达峰碳中和实现路径，实现对碳达峰碳中和数据的安全、高效开发利用。
-
公开(公告)号：CN114240135A
公开(公告)日：2022-03-25
申请号：CN202111530989.3
申请日：2021-12-14
Applicant: 无锡数据湖信息技术有限公司 , 北京易华录信息技术股份有限公司
Abstract: 本发明涉及一种基于大数据的废弃物高分辨率统计方法，其方法为：a)结合RS‑GIS分析和统计分析方法，搭建高分辨率废弃物资源潜力评估优化模型：所述RS‑GIS具体为遥感‑地学信息系统；b)确定输入的社会经济大数据类型和参数：所述社会经济大数据类型和参数包括：MSW、COD和禽畜粪便；c)将模型在arcgis平台上运行；d)输出1公里分辨率废弃物资源潜力评估结果；e)根据输入结果，进一步校准模型，提高模型输出结果的准确度。本发明提供一种基于大数据的废弃物高分辨率统计方法，优化了废弃物空间分配方法，提高了废弃物资源潜力的空间分辨率的精准性，优化了废弃物高分辨率资源潜力评估的方法。
-
公开(公告)号：CN114219284A
公开(公告)日：2022-03-22
申请号：CN202111530985.5
申请日：2021-12-14
Applicant: 无锡数据湖信息技术有限公司 , 北京易华录信息技术股份有限公司
Abstract: 本发明涉及一种林草碳汇和剩余物资源潜力评估方法，其方法为：a)结合RS‑GIS分析和统计分析方法，搭建林草碳汇和林草剩余物资源潜力评估模型，所述RS‑GIS具体为遥感‑地学信息系统；b)确定输入的自然资源大数据类型和参数：c)输入预选区域内1公里分辨率的林业剩余物数据和净初级生产力数据；d)将模型在arcgis平台上运行；e)输出1公里分辨率林草碳汇和林草剩余物资源潜力评估结果；f)根据输入结果结合历史数据，进一步校准模型，提高模型输出结果的准确度。本发明提供一种林草碳汇和剩余物资源潜力评估方法，提高了林草碳汇和林草剩余物空间分辨率，预估了中国林草碳汇和林草剩余物资源潜力。
-
Patent Agency Ranking
公开(公告)号：CN113704611A
公开(公告)日：2021-11-26
申请号：CN202110998120.5
申请日：2021-08-27
Applicant: 北京易华录信息技术股份有限公司
IPC: G06F16/9535 , G06Q40/04
Abstract: 本申请公开了一种资源处理方法、装置、电子设备及存储介质，该方法包括：接收第一账户发送的资源获取请求，其中，所述资源获取请求携带所述第一账户的配置等级以及目标需求信息；根据所述配置等级确定所述资源获取请求的服务流程；按照所述服务流程获取所述目标需求信息对应的目标资源；向所述第一账户发送所述目标资源，以使所述第一账户对所述目标资源进行部署。本申请实施例的资源处理平台能够根据第一账户的配置信息确定如何向第一账户提供服务(即服务流程)，以此能够高效的满足不同配置账户的需求信息，实现资源的汇聚、治理和应用。
-
公开(公告)号：CN110135261A
公开(公告)日：2019-08-16
申请号：CN201910300918.0
申请日：2019-04-15
Applicant: 北京易华录信息技术股份有限公司
Abstract: 本发明公开了一种训练道路异常识别模型、道路异常识别的方法及系统，训练道路异常识别模型方法包括：获取道路异常情况及道路正常情况的图像；将道路异常情况及道路正常情况的图像输入到神经网络模型中；根据道路异常情况及道路正常情况的图像对所述神经网络模型中预设可训练的层数进行迁移学习，得到道路异常识别的神经网络模型。该识别模型对输入的全帧道路原图无需经过定位等步骤，只需对图像进行一次运算，具有较高的实时性，运用迁移学习技术，加速了模型训练收敛速度，可识别包括道路积水、道路火灾及交通事故多种道路异常情况。
-
公开(公告)号：CN110008842A
公开(公告)日：2019-07-12
申请号：CN201910177443.0
申请日：2019-03-09
Applicant: 同济大学 , 合肥工业大学 , 北京易华录信息技术股份有限公司
Abstract: 本发明涉及一种基于深度多损失融合模型的行人重识别方法，该方法使用深度学习技术，对训练集图片进行翻转、裁剪、随机擦除以及风格迁移等预处理操作，然后经过基本网络模型进行特征提取，在使用多个损失函数进行融合联合训练网络，与基于深度学习的行人重识别算法相比较，本发明因采用多种预处理方式、三种损失函数的融合以及有效的训练策略，大大提高了在数据集上行人重识别的性能，一方面，多种预处理方式可以扩展数据集，提高模型泛化能力，避免过拟合情况的发生，另一方面，三种损失函数各有自己的优缺点，当对其进行有效结合时，使得所使用的模型能够获取更好的识别结果。
-
公开(公告)号：CN110008042A
公开(公告)日：2019-07-12
申请号：CN201910247933.3
申请日：2019-03-28
Applicant: 北京易华录信息技术股份有限公司
IPC: G06F9/54
Abstract: 本发明提供了一种基于容器的算法级联方法及系统，该方法包括：获取用户输入的算法级联需求，并根据算法级联需求获取多个部署有与算法级联需求相对应算法的算法容器；根据算法级联需求确定各算法容器的执行顺序；根据执行顺序获取各算法容器的数据要求；根据当前执行的算法容器的数据要求，将当前执行的算法容器输出的数据转换为满足下一待执行算法容器的数据要求的输入数据。通过实施本发明，通过根据算法容器的执行顺序及各个算法容器对应的数据要求，对算法容器的输出数据进行数据类型转换，转换为满足算法输入需求的输入数据，进而使得数据可以满足不同算法之间的格式需求，确保数据在算法之间进行传输，实现了算法的级联。
-
公开(公告)号：CN109560930A
公开(公告)日：2019-04-02
申请号：CN201811540241.X
申请日：2018-12-17
Applicant: 北京易华录信息技术股份有限公司
IPC: H04L9/08
CPC classification number: H04L9/0852 , H04L9/0858
Abstract: 本发明公开了一种量子云计算方法及系统、客户端及云服务端，包括：初始化生成承载数据的输入粒子；向处理端发送计算请求及计算函数；对进行纠缠操作后的粒子进行窃听检测；通过后将数据进行加密编码到纠缠簇态中得到纠缠态密文结果，发送加密编码完成信息；接收处理端对纠缠态密文结果进行计算生成未解密计算结果的过程中产生的随机测量结果；将输入粒子进行测量得到随机测量结果；根据两个测量结果对未解密计算结果进行解密得到明文计算结果。其过程需要计算操作的数据并未真实存储在云端，是基于量子态之间的关联性实现存储；云服务端执行的操作仅与客户端要求的计算函数有关，不会对信息的安全性造成威胁，保证了客户端信息的隐私性和机密性。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.064 seconds)
