-
Patent Agency Ranking
公开(公告)号：CN110992421B
公开(公告)日：2023-06-06
申请号：CN201911355341.X
申请日：2019-12-25
Applicant: 中国农业科学院农业信息研究所 , 中国科学院软件研究所
Abstract: 本发明提供的一种在轨预测特定农作物种植面积的方法和系统，在利用待测农作物大量的历史先验数据，获得第一播种概率系数后，再将当前种植期内植被指数的变化曲线与通过实验绘制得到的特定农作物的植被指数变化曲线进行相似度匹配，获取匹配系数，然后采用匹配系数对所获得的第一播种概率系数进行校正，得到第二播种概率系数，最后采用校正后的第二播种概率系数来预测当前种植期内特定农作物的种植面积，这就能够在提高预测效率的同时，提高预测精确度。并且在本发明中所提供的方法可以直接在卫星的在轨计算机中进行计算运行，这不仅能够提高预测效率，还可以大大缓解卫星和地面数据传输的压力。
-
公开(公告)号：CN110992421A
公开(公告)日：2020-04-10
申请号：CN201911355341.X
申请日：2019-12-25
Applicant: 中国农业科学院农业信息研究所 , 中国科学院软件研究所
Abstract: 本发明提供的一种在轨预测特定农作物种植面积的方法和系统，在利用待测农作物大量的历史先验数据，获得第一播种概率系数后，再将当前种植期内植被指数的变化曲线与通过实验绘制得到的特定农作物的植被指数变化曲线进行相似度匹配，获取匹配系数，然后采用匹配系数对所获得的第一播种概率系数进行校正，得到第二播种概率系数，最后采用校正后的第二播种概率系数来预测当前种植期内特定农作物的种植面积，这就能够在提高预测效率的同时，提高预测精确度。并且在本发明中所提供的方法可以直接在卫星的在轨计算机中进行计算运行，这不仅能够提高预测效率，还可以大大缓解卫星和地面数据传输的压力。
-
公开(公告)号：CN118036648A
公开(公告)日：2024-05-14
申请号：CN202410082537.0
申请日：2024-01-19
Applicant: 中国科学院软件研究所
Abstract: 本申请实施例提供一种面向软件定义卫星的神经网络模型快速搭建的方法，所述方法包括：配置基础镜像仓库；提供面向航天机器学习的定制服务；基于所述基础镜像仓库和所述定制服务进行用户镜像配置，得到用户镜像；在所述用户镜像中通过多种方式中的一种方式得到待运行神经网络模型；根据构建的用户镜像创建工程容器运行所述待运行神经网络模型，并在运行过程建立容器所在节点与主节点间的文件同步映射，以将所述容器运行过程中产生的各类文件同步保存在主节点。采用本申请实施例方便广大航天工作者开展机器学习在航天领域的研究，并设计了一款面向软件定义卫星的神经网络模型快速搭建系统与方法。
-
公开(公告)号：CN112949711B
公开(公告)日：2023-10-27
申请号：CN202110222670.8
申请日：2021-02-26
Applicant: 中国科学院软件研究所
Abstract: 本申请提供一种面向软件定义卫星的神经网络模型可复用训练方法、装置，涉及卫星数据处理技术领域。该方法包括：获取卫星应用模型的训练请求，提取目标神经网络模型的目标骨干网络；根据目标骨干网络的标识和预设超参数，从预设的网络模型库中目标骨干网络对应的预训练超参数中，确定目标预训练超参数；将目标骨干网络模型参数与预设模型参数进行融合，得到目标模型参数；根据第一卫星样本数据、预设超参数，和目标模型参数，对目标神经网络模型进行参数训练，得到卫星应用模型。通过本申请，提高卫星应用模型的训练效率。
-
公开(公告)号：CN112949711A
公开(公告)日：2021-06-11
申请号：CN202110222670.8
申请日：2021-02-26
Applicant: 中国科学院软件研究所
Abstract: 本申请提供一种面向软件定义卫星的神经网络模型可复用训练方法、装置，涉及卫星数据处理技术领域。该方法包括：获取卫星应用模型的训练请求，提取目标神经网络模型的目标骨干网络；根据目标骨干网络的标识和预设超参数，从预设的网络模型库中目标骨干网络对应的预训练超参数中，确定目标预训练超参数；将目标骨干网络模型参数与预设模型参数进行融合，得到目标模型参数；根据第一卫星样本数据、预设超参数，和目标模型参数，对目标神经网络模型进行参数训练，得到卫星应用模型。通过本申请，提高卫星应用模型的训练效率。
-
-
-
-
Search Results
5
records
(took 0.078 seconds)
