-
公开(公告)号：CN116862314A
公开(公告)日：2023-10-10
申请号：CN202310924547.X
申请日：2023-07-26
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06Q10/0639 , G06Q50/26 , G06F17/15
Abstract: 一种湿地生态干旱情况评估方法、电子设备及存储介质，属于湿地生态评估技术领域。为解决精准评估湿地生态干旱情况的问题。本发明采集湿地的影像数据和气象数据，构建湿地的影像数据集、湿地的气象数据集；构建湿地生态因子，包括湿地的湿度、降雨量和地下水位；构建深度学习网络模型，将湿地的影像数据集中的湿地的影像数据输入到深度学习网络模型中提取湿地的水体分离结果图；求解湿地生态因子的变化趋势，得到湿地生态因子的变化趋势数据集；构建湿地干旱情况指数模型；利用随机森林回归算法对得到的湿地干旱情况指数模型进行训练，得到优化的湿地干旱情况指数模型对湿地生态干旱情况进行评估。本发明为湿地保护和管理提供科学依据。
-
公开(公告)号：CN114758228A
公开(公告)日：2022-07-15
申请号：CN202210308171.5
申请日：2022-03-26
Applicant: 哈尔滨航天恒星数据系统科技有限公司 , 哈尔滨工业大学
Abstract: 本发明涉及SAR图像处理技术领域，更具体的说是一种基于GTAF的SAR多极化宽幅遥感影像的识别方法，所述方法，包括以下步骤：S1、对SAR图像进行尺寸为W×H＝13×13进行滑窗裁剪，构造SAR三维转动舰船目标训练集与测试集；S2、高斯型激活函数(GTAF)，包括一个普通实数域激活函数和一个高斯函数，用于联合激活神经元的实部和虚部；通过GTAF的前向传播与反向传播算法，利用所述训练集训练CV‑CNN，通过CV‑CNN自学习并提取样本的深层本质特征，训练完全部训练数据即可得到基于SAR多极化宽幅遥感影像识别模型；S3、将所述测试集输入到所述模型中，通过全连接层与输出层，更好的实现对SAR地物的识别。
-
公开(公告)号：CN106403976A
公开(公告)日：2017-02-15
申请号：CN201610781472.4
申请日：2016-08-30
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G01C21/34
CPC classification number: G01C21/3492
Abstract: 本发明公开了一种基于阻抗匹配的Dijkstra最优交通路径规划方法及系统，该方法包括步骤：求取预设范围内所有有向弧段的集合；通过融合交通阻抗的Dijkstra最优路径算法获取所有有向弧段的时间花费；取从源点到终点中时间花费最短的有向弧段集合作为最终结果输出，即最优路径集合。本发明能够解决传统Dijkstra算法求得的最短路径缺乏实际价值和意义的技术问题。
-
公开(公告)号：CN119166828A
公开(公告)日：2024-12-20
申请号：CN202411166746.X
申请日：2024-08-23
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06F16/36 , G06N20/00 , G06N5/025 , G06F16/33 , G06F40/284 , G06F40/211 , G06F17/16 , G06F18/214 , G06F18/23213 , G06N3/0499 , G06N3/08
Abstract: 一种基于知识图谱和因果关系的航天大模型可靠性增强方法，属于航天信息提取技术领域。为提高航天领域大模型高可靠性的需求，本发明包括文本数据整理，收集航天领域相关的产业数据，整理文本数据集作为大模型的输入数据；构造邻接矩阵，利用开放信息抽取技术构建关系图，利用共指消解技术构建邻接矩阵；基于知识图谱和因果关系的航天大模型结构设计，包括构建CAS‑FS注意力模块，然后基于CAS‑FS注意力模块构建CASFS‑AM整体模块，然后迭代CASFS‑AM整体模块至L次，然后经过线性层得到判断性预测；利用得到的处理后的文本数据集进行训练，得到具有因果关系推断的航天领域专属大模型。
-
公开(公告)号：CN115188145A
公开(公告)日：2022-10-14
申请号：CN202210600611.4
申请日：2022-05-30
Applicant: 哈尔滨航天恒星数据系统科技有限公司
Abstract: 本发明涉及一种基于北斗技术的渔船越境自动预警上报方法与系统，所述方法包括如下步骤：步骤一、在渔船上加装北斗终端，并部署远程越境自动上报系统；步骤二、所述北斗终端，对渔船实时定位；步骤三、设置多重电子围栏，通过电子围栏的虚拟边界，为渔船的自动上报提供数据；步骤四、当渔船越境时，越境自动上报系统发出预警或上报信号。本发明解决了传统的被动监管问题，将被动监管和主动提前预警相结合，保证了渔船终端与监管中心的渔船越境自动上报系统通信畅通；预防渔民越境作业问题。
-
Patent Agency Ranking
公开(公告)号：CN119398269A
公开(公告)日：2025-02-07
申请号：CN202411538097.1
申请日：2024-10-31
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06Q10/04 , G06Q50/02 , G06F16/29 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/0464 , G06N3/08
Abstract: 一种基于环境数据与深度学习的水稻物候期智能预测方法，属于于智慧农业技术领域。为实现对水稻物候期的精确预测，本发明包括获取水稻生长全年的环境数据与物候期数据，构建物候模型数据集；根据物候模型数据集进行数据预处理，用于后续的模型训练与预测；基于Seq2Seq模型的Encoder‑Decoder架构搭建水稻物候期预测模型，引入贝叶斯神经网络进行不确定性评估，制定物候模型更新判定标准；根据水稻生长周期划分出的8个物候期，训练水稻物候期预测模型；基于每日更新的环境数据进行实时预测和更新。本发明能够实时处理和分析每日气象数据，并动态更新物候期的预测结果，提升了农业生产的效率和效益。
-
公开(公告)号：CN119106760A
公开(公告)日：2024-12-10
申请号：CN202411099486.9
申请日：2024-08-12
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06Q10/04 , G06Q50/26 , G06F18/241 , G06F18/2135 , G06N3/0464
Abstract: 一种基于机器学习技术的城市内涝预测方法、电子设备及存储介质，属于城市内涝预测技术领域。为解决城市内涝预测中存在的准确性和时效性不足的问题，本发明包括从环境监测数据中提取暴雨致涝数据，构建数学模型，并对采集的暴雨致涝数据进行预处理；采用基于边缘剥离聚类算法，分析潜在集群的分层结构，以迭代方式估计边界点，并将其与内层点关联，去除暴雨致涝数据中的干扰点，得到去除干扰点后的暴雨致涝数据；设计YJ‑MICPCA算法进行暴雨致涝数据的主特征提取；构建CNN城市内涝预测模型，然后利用主特征提取后的暴雨致涝数据对CNN城市内涝预测模型进行训练，得到训练好的CNN城市内涝预测模型，用于对城市内涝进行预测。
-
公开(公告)号：CN117437595B
公开(公告)日：2024-10-18
申请号：CN202311598790.3
申请日：2023-11-27
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06V20/52 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种基于深度学习的渔船越界预警方法，属于目标检测技术领域。包括以下步骤：S1.获取渔船数据，筛选渔船图像，构建渔船目标检测数据；S2.对渔船数据进行标注，生成具有标签的图像数据，将具有标签的图像数据划分为数据集、验证集和测试集；S3.构建渔船目标检测优化模型，并利用数据集对模型进行训练；S4.基于渔船目标检测优化模型对监控区域中的渔船进行目标检测，输出分类结果和标注框，对输出的分类结果进行多目标跟踪；S5.在监控区域中划定越界红线，对越过越界红线的渔船进行预警提示。本发明实现了24小时对视频监控中的渔船进行监测及越界预警，能节省大量的人工核查成本，有效提升在视频监控中渔船的监测效率。
-
公开(公告)号：CN117635982B
公开(公告)日：2024-06-04
申请号：CN202311671780.8
申请日：2023-12-07
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06V10/74 , G06V10/80 , G06V10/44 , G06V10/52 , G06V10/82 , G06V10/26 , G06V20/10 , G06V20/70 , G06N3/0464 , G06N3/045 , G06N3/0499 , G06N3/0985
Abstract: 本发明公开了一种基于深度学习的面向遥感图像的路网匹配方法，属于路网匹配技术领域。解决了现有技术中传统的路网匹配框架不易提取复杂路网遥感图像数据特征的问题；本发明对路网遥感图像数据进行预处理，得到处理后的路网遥感图像数据；对骨干和颈部网络进行改造，基于处理后的路网遥感图像数据，构造提取路网特征图的ResNet‑101‑FPN网络模型；基于ResNet‑101‑FPN网络模型，构造端到端的多功能路网匹配框架，迭代训练内核更新头；将处理后的路网遥感图像数据作为端到端多功能路网匹配框架的输入，设置内核损失函数，得到训练好的路网匹配模型。本发明提升了目标检测和匹配的精度，可以应用于多种情况的路网匹配。
-
公开(公告)号：CN117437595A
公开(公告)日：2024-01-23
申请号：CN202311598790.3
申请日：2023-11-27
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06V20/52 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种基于深度学习的渔船越界预警方法，属于目标检测技术领域。包括以下步骤：S1.获取渔船数据，筛选渔船图像，构建渔船目标检测数据；S2.对渔船数据进行标注，生成具有标签的图像数据，将具有标签的图像数据划分为数据集、验证集和测试集；S3.构建渔船目标检测优化模型，并利用数据集对模型进行训练；S4.基于渔船目标检测优化模型对监控区域中的渔船进行目标检测，输出分类结果和标注框，对输出的分类结果进行多目标跟踪；S5.在监控区域中划定越界红线，对越过越界红线的渔船进行预警提示。本发明实现了24小时对视频监控中的渔船进行监测及越界预警，能节省大量的人工核查成本，有效提升在视频监控中渔船的监测效率。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.032 seconds)
