-
公开(公告)号：CN119672486A
公开(公告)日：2025-03-21
申请号：CN202411583067.2
申请日：2024-11-07
Applicant: 中国测绘科学研究院
IPC: G06V10/82 , G06N3/0455 , G06N3/082 , G06V10/80 , G06V10/774
Abstract: 本申请提供了一种兼容任意时序遥感影像的作物识别模型构建方法及系统，根据本申请的方法包括：获取多源作物遥感影像，基于作物遥感影像得到模型输入数据的时序长度，并根据时序长度对模型输入数据进行预处理；将处理后的模型输入数据输入至改进的Transformer模型中，对处理后的模型输入数据采用随机时间掩膜方法进行数据增强，并对增强后的输入数据进行训练，得到最终的作物识别模型；所述方法进一步包括：通过作物识别模型对任意时序和任意波段遥感影像中的若干种作物类型进行识别。本申请基于Transformer模型，以光学Landsat‑8、Sentinel‑2和Sentinel‑1SAR影像为数据源，设计了一种兼容任意遥感时序和波段信息的深度学习框架，学习不同作物遥感时序特征，实现生长期内的作物高精度识别。
-
公开(公告)号：CN117332489B
公开(公告)日：2024-04-26
申请号：CN202311366521.4
申请日：2023-10-20
Applicant: 中国测绘科学研究院
Abstract: 本发明涉及隧道工程与应急救援领域，具体地说是一种空间语义约束的隧道环境参量融合建模方法，实现了空间语义规则约束下的隧道构件与三维地形融合，同时将环境参量与地形‑隧道模型精确融合。提升场景真实感，对环境参量的无效体素进行裁剪，支持多种透明度的可视化效果比较分析隧道及环境参量场的分布特征，同时支持横向、纵向以及不规则剖分来查看用户感兴趣的区域。
-
公开(公告)号：CN113486000B
公开(公告)日：2021-12-17
申请号：CN202111046481.6
申请日：2021-09-08
Applicant: 中国测绘科学研究院
IPC: G06F16/215 , G06F16/2458 , G06N3/04 , G01D21/02
Abstract: 一种基于多元数据和深度学习的蒸散发数据降尺度方法，包括获取低空间分辨率卫星地表蒸散发数据、低空间分辨率大气再分析数据和高空间分辨率卫星遥感数据，进行数据的预处理，基于搭建的深度学习回归网络，建立地表蒸散发反演模型，而后通过低空间分辨率上建立的地表蒸散发反演模型，降尺度反演高空间分辨率地表蒸散发。本发明全面综合考虑地表蒸散发相关影响因子来提高地表蒸散发反演精度，基于深度学习，深度解析了遥感地表参数和大气资料与地表蒸散发的非线性复杂关系，采用BN和动态学习率来学习遥感地表参数和大气资料与地表蒸散发关系，BN处理使避免梯度消失问题，大大加快训练速度，动态学习率可使网络更好的收敛到最优解。
-
公开(公告)号：CN113469145A
公开(公告)日：2021-10-01
申请号：CN202111018642.0
申请日：2021-09-01
Applicant: 中国测绘科学研究院
Abstract: 一种基于高时空分辨率遥感数据的植被物候提取方法，获取目标区域的序列遥感影像，对遥感影像进行云检测预处理，生成植被NDVI生长曲线；设计噪点去除方法对NDVI生长曲线进行优化，生成稳定光滑的植被NDVI生长曲线；基于最大变化斜率法提取到植被物候期的三个特征点；设计方法过滤植被伪物候期。最终，完成所述目标区域的地表植被物候提取。本发明利用NDVI曲线提取地表植被物候，每20天地表NDVI合成，合成后基于相邻观测的噪点二次过滤，以及物候提取后的一个最优合成，利用自动化提取NDVI曲线中的所有可能物候特征点，提取准确度高，提取效率高、速度快，可以大区域精准地提取地表植被的物候期提供技术手段与参考。
-
公开(公告)号：CN105138561B
公开(公告)日：2018-11-27
申请号：CN201510438103.0
申请日：2015-07-23
Applicant: 中国测绘科学研究院
IPC: G06F17/30
Abstract: 本发明涉及互联网络信息技术领域，尤其涉及一种暗网空间数据采集方法及装置。一种暗网空间数据采集方法，包括：搭建分布式系统基础架构；在分布式系统基础架构中，构建Web请求池；根据Web请求池中Web请求的数量和类型，动态计算任务量，并弹性分配给部署在分布式系统上的采集引擎；采集引擎根据分配到的采集任务基于异步I/O模型采集文本空间的暗网数据，并存储到分布式系统上的数据仓库；解析采集到的暗网数据并抽取目标信息。本发明的暗网空间数据采集方法及装置，能够实现对暗网空间数据的采集。
-
Patent Agency Ranking
公开(公告)号：CN104008169B
公开(公告)日：2017-02-22
申请号：CN201410241021.2
申请日：2014-05-30
Applicant: 中国测绘科学研究院
IPC: G06F17/30
Abstract: 一种基于语义的地理标注内容安全检查方法及装置，属于地理信息技术领域。本发明充分利用关键词匹配、特征提取、语义相似度计算及规则匹配等关键技术，在构建地理信息标注内容安全分类体系、禁用词库、白名单库及审图规则库的基础上，实现禁用词匹配、标注自动分类、白名单过滤及地图公开表示规则检查为一体的地理标注内容安全检查方法，有效提高地理标注内容的检查效率和准确性，为保障国家地理信息安全提供技术支持。
-
公开(公告)号：CN119939021A
公开(公告)日：2025-05-06
申请号：CN202411901509.3
申请日：2024-12-23
Applicant: 中国测绘科学研究院
IPC: G06F16/9535 , G06F16/9536 , G06N3/042
Abstract: 本申请提供了一种异构多图表示学习的兴趣点推荐方法、装置、设备及介质，该方法包括在位置社交网络中获取包含多维情境信息的用户和POI的集合，并建立用户‑POI交互图，采用邻域相似性度量方法提取用户和POI在交互空间中的特征向量表示；基于用户签到时间信息和文本描述信息，计算语义信息相似度距离和时间模式相似度距离，构建用户‑用户感知图，并学习用户在社交空间中的特征向量表示；利用POI位置信息构建距离超图，降维聚类处理后获取POI在位置空间中的特征向量表示；在社交空间与交互空间、位置空间与交互空间中融合各特征向量表示，提取用户表征向量和POI表征向量，并利用神经网络模型预测用户偏好实现POI推荐。
-
公开(公告)号：CN118551107A
公开(公告)日：2024-08-27
申请号：CN202410663004.1
申请日：2024-05-27
Applicant: 中国测绘科学研究院
IPC: G06F16/9535 , G06F16/9537 , G06N3/098
Abstract: 本说明书实施例提供了一种基于自适应时空图表示学习的下一个兴趣点推荐方法，包括：采集用户身份信息和用户访问地点信息；以所述用户身份信息和所述用户访问地点信息为输入，基于预设的嵌入门控制的地理图测绘模型，得到地理图语义信息；以所述用户身份信息和所述用户访问地点信息为输入，基于预设的嵌入门控制的顺序图测绘模型，得到顺序图语义信息；基于语义联合框架学习，根据所述用户访问地点信息、所述地理图语义信息和所述顺序图语义信息，实现地理图和顺序图一致性分布。本申请提供的技术方案用以解决下一个兴趣点推荐的准确度较低的问题。
-
公开(公告)号：CN117912047A
公开(公告)日：2024-04-19
申请号：CN202310638590.X
申请日：2023-05-31
Applicant: 中国测绘科学研究院
IPC: G06V30/422 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明的顾及空间关系和共现概率的地图图像目标检测方法，通过基础目标检测模型对地图多种目标进行检测，在此基础上通过面积关系、方位关系来描述不同目标之间的空间属性，继而通过不同目标之间的共现概率提升更高的地图目标检测精度；本方法中多个目标之间空间关系的引入，可以为大范围地图内容智能识别提供有效的目标提取有效的技术手段和参考。
-
公开(公告)号：CN116721361A
公开(公告)日：2023-09-08
申请号：CN202310686984.2
申请日：2023-06-09
Applicant: 中国测绘科学研究院
IPC: G06V20/13 , G06V10/764 , G06V10/82 , G06V10/774
Abstract: 一种可兼容时空不连续影像的湿地遥感提取方法，通过引入掩模机制，构建循环神经深度学习分类网络，学习湿地动态变化特征，形成了一套自动化的可兼容任意时空不连续影像的湿地提取方法，获取高空间分辨率的湿地数据，为大区域长时间序列的湿地提供技术手段与参考。本发明建立了一个深度学习分类网络模型，深度解析了遥感地表参数与湿地的非线性复杂关系，同时模型训练过程中采用BN和动态学习率来学习遥感地表参数与湿地关系，提高模型训练精度，可实现任意时空不连续遥感数据的直接输入，提高湿地提取效率。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.029 seconds)
