-
公开(公告)号:CN120012028A
公开(公告)日:2025-05-16
申请号:CN202510491472.X
申请日:2025-04-18
Applicant: 南京信息工程大学
IPC: G06F18/25 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本发明公开了基于多源数据融合的卫星XCO2预测方法和系统,属于大气环境监测与遥感数据处理技术领域,用于解决现有卫星XCO2数据因云层遮挡、传感器误差等原因导致的时空不连续问题。通过整合多源卫星遥感数据及人为活动数据,构建时空耦合的深度学习模型,实现高精度XCO2缺失值填补与未来时间序列预测。最终,本发明突破了传统碳排放清单法的滞后性限制,可支持碳排放动态反演的实时监测需求且为环境监测、碳排放评估及政策制定提供支持。
-
公开(公告)号:CN119495041A
公开(公告)日:2025-02-21
申请号:CN202411536252.6
申请日:2024-10-31
Applicant: 南京信息工程大学
IPC: G06V20/40 , G08B21/04 , G08B25/08 , G06V20/52 , G06V40/20 , G06V10/34 , G06V10/44 , G06V10/764 , G06V10/77 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明属于计算机视觉领域,公开了一种老年人摔倒精准预测与快速应急系统,在选帧模块对每组视频帧进行特征提取;并获取每组视频帧的代表帧;骨骼图模块采用OpenPose模型对代表帧进行姿态估计,生成骨骼图;SPD流形模块用于将所述骨骼图处理成一维特征序列vt;位置感知Transformer模型用于感知所述一维特征序列中的时序特征,利用自注意力机制捕捉所述时序特征中的长距离依赖关系并通过全连接层和Softmax层进行摔倒动作的概率预测。本发明的系统结合了SPD流形和Position‑Aware Transformer模型,有效捕捉人体动作中的时序依赖性,大幅提升了摔倒预测的准确性。
-