-
公开(公告)号：CN119740482A
公开(公告)日：2025-04-01
申请号：CN202411854920.X
申请日：2024-12-16
Applicant: 中国科学院地理科学与资源研究所 , 新疆畜牧科学院草业研究所
IPC: G06F30/27 , G06F18/10 , G06F18/214 , G06F18/21 , G06N20/20
Abstract: 本发明涉及草原生态指标计算领域，具体为结合野外采样和集成机器学习的产草量多时空模拟方法，包括收集野外调查的采样数据，影响天然草地产草量的关键遥感植被指数与周边环境、地形与气候等相关的协变量；集成多个机器学习算法模型进行训练，采用交叉验证评估各算法模型性能；通过优化算法确定各算法模型权重；基于各算法模型的权重建立集成模型；利用集成机器学习模型模拟计算，输出多期产草量空间分布图。本发明采用集成算法构建精准的空间分布模型和时间序列变化模拟，有效集合地理、气候、土壤以及多源遥感数据，利用集成机器学习方法对天然草地产草量进行高分辨率、高精度、多时序的空间模拟，对草畜平衡监测和草地可持续管理极具参考价值。
-
公开(公告)号：CN116883711B
公开(公告)日：2024-08-27
申请号：CN202310347825.X
申请日：2023-04-03
Applicant: 中国科学院地理科学与资源研究所 , 中国地质环境监测院(自然资源部地质灾害技术指导中心) , 中国矿业大学(北京)
IPC: G06V10/764 , G06N20/00 , G06F16/29
Abstract: 本公开提供了一种样本生成方法，涉及矿井利用技术领域，尤其涉及机器学习、人工智能等技术领域。该样本生成方法包括：针对任意一个废弃矿井，根据与废弃矿井相关的空间信息、自然环境要素信息和社会经济要素信息，确定空间要素信息；根据空间要素信息，确定针对每一个废弃矿井的标签；以及针对任意一个废弃矿井，根据标签，生成样本。本公开还提供了一种机器学习模型的训练方法，基于多源地理数据的废弃矿井再利用智能分类方法、装置、电子设备和存储介质。
-
公开(公告)号：CN116735328A
公开(公告)日：2023-09-12
申请号：CN202310506077.5
申请日：2023-05-06
Applicant: 中国矿业大学(北京) , 中国科学院地理科学与资源研究所
Abstract: 本申请提供了用于地热流体的流体冷却装置，通过由半导体制冷片组成的制冷片组对流体通道中的地热流体进行迅速降温，使从流体通道中流出的地热流体不会对采样装置造成损坏，具有散热快、外形尺寸小等优点，并且因为无需进行相关技术中的冷却装置的换水操作，操作简单，不会造成水资源浪费。
-
公开(公告)号：CN112734234B
公开(公告)日：2023-06-09
申请号：CN202110029606.8
申请日：2021-01-11
Applicant: 北京工商大学 , 中国科学院地理科学与资源研究所
IPC: G06Q10/067 , G06Q30/0242 , G06Q50/00 , G06N3/126
Abstract: 本发明公布了一种基于最大覆盖模型的数字标牌空间优化选址方法，包括：要素处理、构建数字标牌最大覆盖模型、求解模型过程；具体包括：进行要素选取及处理，得到数字标牌多尺度建模因子序列；对多尺度建模因子序列进行重采样分级处理，得到分级数据，进一步构建数字标牌最大覆盖模型；求解数字标牌最大覆盖模型，通过多次迭代得到的求解结果即为数字标牌优化选址结果。还包括对数字标牌最大覆盖模型进行模型有效性验证。本发明综合考虑多源要素，能够自动地完成对数字标牌的优化选址，实现数字标牌的空间优化，优化选址结果的参考依据强、时效性高、精准性高、数字标牌影响效果佳。
-
公开(公告)号：CN114004415A
公开(公告)日：2022-02-01
申请号：CN202111312406.X
申请日：2021-11-08
Applicant: 中国科学院地理科学与资源研究所
IPC: G06Q10/04 , G06Q50/26 , G06F16/2458
Abstract: 本发明实施例公开了一种网络诈骗影响因素分析方法、设备和存储介质，涉及网络诈骗分析技术领域。其中，方法包括：获取网络诈骗的多个影响因素；基于所述多个影响因素的统计数据和网络诈骗案件量的统计数据，采用逐步回归方法从所述多个影响因素中选取满足赤池信息准则的最优自变量组合，所述最优自变量组合包括至少一个影响因素；基于所述至少一个影响因素的统计数据以及所述网络诈骗案件量的统计数据，构建以所述至少一个影响因素为自变量、以网络诈骗案件量为因变量的广义加性模型；其中，所述广义加性模型用于分析各影响因素对网络诈骗的影响。本实施例可以扩展网络诈骗影响因素分析的全面性，提高网络诈骗影响因素分析的准确性。
-
Patent Agency Ranking
公开(公告)号：CN108304536A
公开(公告)日：2018-07-20
申请号：CN201810088228.9
申请日：2018-01-29
Applicant: 中国科学院地理科学与资源研究所
Abstract: 一种耦合地缘环境要素的地缘环境模拟与预测平台，包括：基础设施层，数据层，支撑层，应用层和表现层；其中，所述应用层包括：基础模块，用于典型区域的模拟与预测的基础辅助；数据管理模块，用于典型区域要素的模拟；数据挖掘模块，进行地物识别、变化检测、轨迹分析、热点探测和可视化分析；专题分析模块，进行地缘格局分析、地缘冲突分析和地缘关系分析；区域分析模块，对特定区域进行分析；综合评估模块，进行恐怖袭击风险评估、武装冲突风险评估、地缘环境风险综合评估。本发明可以为地缘环境的研究人员、决策者与管理人员提供了一套可视化与可视分析平台，可辅助研究人员进行分析与决策。
-
公开(公告)号：CN108281199A
公开(公告)日：2018-07-13
申请号：CN201810161817.5
申请日：2018-02-27
Applicant: 中国科学院地理科学与资源研究所
Abstract: 一种突发生物危害事件的可视化智能决策支持平台，包括：辅助模块，基于Cesium技术为平台提供辅助功能；基础数据模块，用于显示基础地理数据和资源环境数据；地理环境模块，用于实现多尺度漫游、场景漫游和场景模拟；生物恐怖袭击模块，用于生物恐怖袭击的仿真模拟、危害评估、辅助决策和干预措施；生物入侵模块，用于生物入侵的仿真模拟、危害评估、辅助决策和干预措施；突发传染病模块，用于突发传染病的仿真模拟、危害评估、辅助决策和干预措施。本发明可以跨平台，多种地图投影方式，从时间空间分析数据，广泛用于突发生物危害的预测模拟与危害评估，辅助决策人员决策。
-
公开(公告)号：CN119918745A
公开(公告)日：2025-05-02
申请号：CN202510098131.6
申请日：2025-01-22
Applicant: 中国科学院地理科学与资源研究所
Abstract: 本公开提供了一种基于生物质能源发电设施选址的电力系统优化方法及装置，可以应用于生物质能源及电力系统技术领域，该方法包括：在栅格上标注现有发电设施数据；基于现有发电设施数据相关的电力供需数据确定用于建设生物质能源发电设施的第一区域；根据预设函数模拟不同场景下的发电成本，基于发电成本在第一区域中确定用于建设生物质能源发电设施的最佳选址区域。
-
公开(公告)号：CN112734234A
公开(公告)日：2021-04-30
申请号：CN202110029606.8
申请日：2021-01-11
Applicant: 北京工商大学 , 中国科学院地理科学与资源研究所
Abstract: 本发明公布了一种基于最大覆盖模型的数字标牌空间优化选址方法，包括：要素处理、构建数字标牌最大覆盖模型、求解模型过程；具体包括：进行要素选取及处理，得到数字标牌多尺度建模因子序列；对多尺度建模因子序列进行重采样分级处理，得到分级数据，进一步构建数字标牌最大覆盖模型；求解数字标牌最大覆盖模型，通过多次迭代得到的求解结果即为数字标牌优化选址结果。还包括对数字标牌最大覆盖模型进行模型有效性验证。本发明综合考虑多源要素，能够自动地完成对数字标牌的优化选址，实现数字标牌的空间优化，优化选址结果的参考依据强、时效性高、精准性高、数字标牌影响效果佳。
-
公开(公告)号：CN119323723A
公开(公告)日：2025-01-17
申请号：CN202411174258.3
申请日：2024-08-26
Applicant: 中国科学院地理科学与资源研究所
IPC: G06V20/10 , G06V10/24 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种矿山地质灾害检测方法、装置、设备、介质及程序产品，应用于地质检测技术领域和计算机技术领域。该方法包括：实时获取待检测目标区域的第一遥感影像和第二遥感影像，其中，第一遥感影像和第二遥感影像为同一地点不同时间的影像；利用深度学习模型的第一网络结构对第一遥感影像进行特征提取，得到第一影像特征；利用深度学习模型的第二网络结构对第二遥感影像进行特征提取，得到第二影像特征；利用深度学习模型的第三网络结构对第一影像特征和第二影像特征进行特征融合，得到第三影像特征；利用深度学习模型的第四网络结构对第三影像特征进行地质灾害检测，得到待检测目标区域的地质灾害检测结果。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.073 seconds)
