-
公开(公告)号：CN119568470B
公开(公告)日：2025-04-29
申请号：CN202510135369.1
申请日：2025-02-07
Applicant: 北京林业大学
Abstract: 本发明涉及无人机技术领域，提供一种移动式无人机机巢平台、野外目标追踪方法、设备及介质，所述移动式无人机机巢平台包括中央机身和小型无人机存储仓。本发明提供的移动式无人机机巢平台，通过中央机身配置的遥感传感器实时采集大范围野外环境数据，以此来快速监测野生动物目标的大致方位，随后自动开启小型无人机存储仓，释放多架配置有不同类型近距探测传感器的小型无人机，这些无人机搭载不同类型的高精度传感器，从不同角度对野生动物目标进行感知采集，确保实现对野生动物目标的立体化追踪，减少监测盲区，能够满足大范围且高精度的野外目标追踪需求，避免了覆盖范围有限、成本高昂、人为干扰因素多等问题，极大方便了野生动物监测工作。
-
公开(公告)号：CN117315477A
公开(公告)日：2023-12-29
申请号：CN202311346086.9
申请日：2023-10-17
Applicant: 北京林业大学
IPC: G06V20/10 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/047 , G06N3/082 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的古建筑识别方法，属于机器学习技术领域。该方法通过改进InceptionV3卷积神经网络结构，并利用迁移学习提高训练速度，将图片输入模型后，对图片中的建筑进行特征提取，随后进行特征的权值运算得到建筑的所属类型。并将识别系统集成到软件平台，在提高识别准确率的同时，将古建筑识别系统应用到数字化建档中有助于降低建档难度，提高建档效率。采用本发明的方法，可以从客观辅助工作人员提高识别效率和准确率，从而有效针对不同的古建筑类型采取不同的保护措施。
-
公开(公告)号：CN113505102B
公开(公告)日：2023-08-01
申请号：CN202110836258.5
申请日：2021-07-23
Applicant: 北京林业大学
IPC: G06F16/16 , G06F16/178
Abstract: 本发明公开了一种适用于增量同步并基于奇偶一致性区间的内容分块方法，简称UPI。该方法根据区间内具有相同奇偶性的连续字节数来设置边界，将原始文件和待同步的新文件分别划分为块，并逐个比较块的哈希值，找出哈希值不同的块作为待同步的增量数据。与现有分块方法相比，该方法舍弃了Rabin指纹的计算，并与位运算结合，大大减少了计算开销，在分块速度方面具有较大优势。此外，现有分块方法由于抗字节移动性能的限制，很少用在增量同步领域中，而本方法具有较强的抗字节移位能力，在增量采集时可以精确定位文件中的增量数据，能够提高增量同步的效率。本发明实现了在分块速度和精度上的平衡，具有较强的综合能力。
-
公开(公告)号：CN119474095A
公开(公告)日：2025-02-18
申请号：CN202411543268.X
申请日：2024-10-31
Applicant: 北京林业大学
Abstract: 本文公开了一种多维流式全量索引SFI‑HBase(Streaming Full Index HBase)方法，包括以下步骤：SFI‑HBase在插入数据时，先将数据写入存储层，同时向Kafka发送消息。Spark Streaming从Kafka拉取数据后，先在内存更新索引，再更新HBase全量索引层。读取时，SFI‑HBase的范围查询、KNN查询通过全量索引层获取索引后访问存储层，点查询直接访问存储层。本文提出的二分混合空间填充曲线结合Z曲线和Hilbert曲线，支持多维空间划分，提升局部性20％以上，聚集度50％以上。基于此降维数据，SFI‑HBase构建了高效的多维索引结构。在插入时，利用Spark Streaming聚合存储数据，支持并发插入；查询时，全量索引层存储不同粒度索引，可根据查询条件选择粒度。相较MD‑HBase，SFI‑HBase范围查询效率提升10％，KNN查询效率提升5倍，插入效率提升10倍。
-
Patent Agency Ranking
公开(公告)号：CN114925058A
公开(公告)日：2022-08-19
申请号：CN202210741677.5
申请日：2022-06-28
Applicant: 北京林业大学
IPC: G06F16/215
Abstract: 本申请涉及物联网生态监测数据处理技术领域，具体涉及一种生态数据高效去重的方法。在本申请中，对生态系统接收到的原始生态监测数据进行去重操作时，首先将原始生态监测数据进行一系列的映射与多次哈希计算，得到与其对应且唯一的标识值，该标识值为整型数据；再基于Roaring Bitmap的存储规则，对唯一标识值进行分位计算得到高16位对应的key值与低16位的对应value值，依此判断生态系统中是否存有与此生态监测数据相同的数据，从而判断是否对该生态监测数据进行后续存储操作。基于这种实施方法，可有效地避免生态监测系统存储空间的浪费，实现高效的生态数据去重效果。
-
公开(公告)号：CN119568470A
公开(公告)日：2025-03-07
申请号：CN202510135369.1
申请日：2025-02-07
Applicant: 北京林业大学
Abstract: 本发明涉及无人机技术领域，提供一种移动式无人机机巢平台、野外目标追踪方法、设备及介质，所述移动式无人机机巢平台包括中央机身和小型无人机存储仓。本发明提供的移动式无人机机巢平台，通过中央机身配置的遥感传感器实时采集大范围野外环境数据，以此来快速监测野生动物目标的大致方位，随后自动开启小型无人机存储仓，释放多架配置有不同类型近距探测传感器的小型无人机，这些无人机搭载不同类型的高精度传感器，从不同角度对野生动物目标进行感知采集，确保实现对野生动物目标的立体化追踪，减少监测盲区，能够满足大范围且高精度的野外目标追踪需求，避免了覆盖范围有限、成本高昂、人为干扰因素多等问题，极大方便了野生动物监测工作。
-
公开(公告)号：CN113505102A
公开(公告)日：2021-10-15
申请号：CN202110836258.5
申请日：2021-07-23
Applicant: 北京林业大学
IPC: G06F16/16 , G06F16/178
Abstract: 本发明公开了一种适用于增量同步并基于奇偶一致性区间的内容分块方法，简称UPI。该方法根据区间内具有相同奇偶性的连续字节数来设置边界，将原始文件和待同步的新文件分别划分为块，并逐个比较块的哈希值，找出哈希值不同的块作为待同步的增量数据。与现有分块方法相比，该方法舍弃了Rabin指纹的计算，并与位运算结合，大大减少了计算开销，在分块速度方面具有较大优势。此外，现有分块方法由于抗字节移动性能的限制，很少用在增量同步领域中，而本方法具有较强的抗字节移位能力，在增量采集时可以精确定位文件中的增量数据，能够提高增量同步的效率。本发明实现了在分块速度和精度上的平衡，具有较强的综合能力。
-
公开(公告)号：CN113434511A
公开(公告)日：2021-09-24
申请号：CN202110785517.6
申请日：2021-07-12
Applicant: 北京林业大学
IPC: G06F16/22 , G06F16/245
Abstract: 本文公开了一种基于希尔伯特曲线的聚类索引方法。包括以下步骤：读取原数据表中数据；对表中索引数据进行去重，排序；根据索引数据构建关系表和坐标表；将索引数据映射为一维序列值；根据生成序列值和非索引数据构建索引表；进行多条件查询。本文提出的方法使用空间填充曲线中的希尔伯特曲线作为降维方法，相比于Z曲线和G曲线等其它空间填充曲线具有较好的空间连续性和聚类性。通过使用序列值作为行键有效地提高了多维点查询的查询效率，查询效率较HBase原表扫描提升近4倍。本文使用一种全新的希尔伯特曲线子空间划分方法，将HBase表中的数据的过滤转换为希尔伯特曲线中点的过滤，提高了多维范围查询的查询效率，查询效率较HBase原表扫描提升近2倍。
-
公开(公告)号：CN113434511B
公开(公告)日：2023-08-29
申请号：CN202110785517.6
申请日：2021-07-12
Applicant: 北京林业大学
IPC: G06F16/22 , G06F16/245
Abstract: 本文公开了一种基于希尔伯特曲线的聚类索引方法。包括以下步骤：读取原数据表中数据；对表中索引数据进行去重，排序；根据索引数据构建关系表和坐标表；将索引数据映射为一维序列值；根据生成序列值和非索引数据构建索引表；进行多条件查询。本文提出的方法使用空间填充曲线中的希尔伯特曲线作为降维方法，相比于Z曲线和G曲线等其它空间填充曲线具有较好的空间连续性和聚类性。通过使用序列值作为行键有效地提高了多维点查询的查询效率，查询效率较HBase原表扫描提升近4倍。本文使用一种全新的希尔伯特曲线子空间划分方法，将HBase表中的数据的过滤转换为希尔伯特曲线中点的过滤，提高了多维范围查询的查询效率，查询效率较HBase原表扫描提升近2倍。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
