-
公开(公告)号：CN113753687A
公开(公告)日：2021-12-07
申请号：CN202010492576.X
申请日：2020-06-03
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明提供了一种用于树径测量的按需张紧缠绕钢丝装置，包括用于缠绕收纳钢丝的测量转轴，所述测量转轴的底部通过轴承连接有第一同步轮，还包括张紧电机，所述张紧电机的动力输出端连接有第二同步轮，所述第一同步轮和所述第二同步轮之间连接有同步带，还包括控制组件，所述控制组件与所述张紧电机电性连接，控制组件能够按需控制张紧电机带动测量转轴转动，实现钢丝的按需张紧，避免了钢丝因过紧导致的测量不准确的问题。
-
公开(公告)号：CN113011235A
公开(公告)日：2021-06-22
申请号：CN201911332078.2
申请日：2019-12-21
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明公开了一种基于CPUGPU异构平台的多源遥感草地草畜平衡评估方法，包括以下步骤：获取遥感数据并进行预处理；根据预处理的遥感数据进行草地分类提取；获得各分类草地产草量样本点实测数据；根据草地分类提取的遥感数据及各分类草地产草量样本点实测数据建立使用CART决策树的产草量随机森林估算模型；将不同的决策树作为并行计算的任务，分配在CPU和GPU上并行训练，最终将所有的决策树合成一个最终的随机森林；根据草地分类提取的遥感数据通过产草量随机森林估算模型进行CPU‑GPU并行估测并输出估测出的总产草量结果；根据估测出的总产草量结果使用草畜平衡指数和草地载畜压力指数来评价草畜平衡。
-
公开(公告)号：CN112446522B
公开(公告)日：2024-10-22
申请号：CN201910822474.7
申请日：2019-09-02
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06Q10/04 , G06V10/764 , G06V10/20 , G06V20/10 , G06V10/26 , G06N20/20 , G06F18/2431
Abstract: 本发明公开了一种面对多尺度分割遥感数据和随机森林算法的产草量估算方法，包括以下步骤：获取遥感数据并进行预处理；对预处理后的数据进行多尺度分割获得分割结果；获取产草区样本点实测数据并根据实测数据分别创建草地类别分类样本和产草量估算样本；根据分割结果和草地类别分类样本构建随机森林分类器并获得草地类型分类结果；根据草地类型分类结果、分割结果和产草量估算样本建立随机森林估算模型；使用分割结果作为随机森林估算模型的输入向量预测产草量；还公开了一种面对多尺度分割遥感数据和随机森林算法的产草量估算装置及可读存储介质。运算高效、结果准确。
-
公开(公告)号：CN113011235B
公开(公告)日：2024-05-07
申请号：CN201911332078.2
申请日：2019-12-21
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06V20/10 , G06V10/764 , G06Q10/063 , G06Q10/04 , G06Q50/02
Abstract: 本发明公开了一种基于CPUGPU异构平台的多源遥感草地草畜平衡评估方法，包括以下步骤：获取遥感数据并进行预处理；根据预处理的遥感数据进行草地分类提取；获得各分类草地产草量样本点实测数据；根据草地分类提取的遥感数据及各分类草地产草量样本点实测数据建立使用CART决策树的产草量随机森林估算模型；将不同的决策树作为并行计算的任务，分配在CPU和GPU上并行训练，最终将所有的决策树合成一个最终的随机森林；根据草地分类提取的遥感数据通过产草量随机森林估算模型进行CPU‑GPU并行估测并输出估测出的总产草量结果；根据估测出的总产草量结果使用草畜平衡指数和草地载畜压力指数来评价草畜平衡。
-
公开(公告)号：CN114049899A
公开(公告)日：2022-02-15
申请号：CN202111390367.5
申请日：2021-11-23
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本申请涉及声音识别技术领域，具体提供一种声音识别方法、装置、电子设备及存储介质，对获取的长臂猿录音数据进行预处理、提取Mel谱特征，通过将Mel谱特征训练好的长臂猿声音分类模型得到待分类长臂猿录音数据中的长臂猿音频片段，并对长臂猿音频片段进行拼接裁剪得到完整的长臂猿音频，进而记录长臂猿在目标区域的鸣叫时间，实现对长臂猿的高效监测。由于采用的长臂猿声音分类模型更为轻量化，能够快速识别出长臂猿录音数据中的长臂猿音频片段，实现对长臂猿的实时监测。
-
Patent Agency Ranking
公开(公告)号：CN113917856A
公开(公告)日：2022-01-11
申请号：CN202010649344.0
申请日：2020-07-08
Applicant: 中国林业科学研究院资源信息研究所
IPC: G05B19/042 , G04R20/02
Abstract: 本发明提供了一种野生动物声音及生境因子自动采集系统，包括授时信号接收单元、生境因子采集单元和声音采集单元，所述授时信号接收单元、所述生境因子采集单元和所述声音采集单元均与信号处理与控制单元电性连接，所述信号处理与控制单元还电性连接有网络传输单元，所述网络传输单元与互联网设备连接，还包括电源控制单元，所述电源控制单元分别与所述信号处理与控制单元和所述网络传输单元电性连接，能够准确采集野生动物的声音并计算声音方位和距离，同时还能实时监测当时生境因子，并加以时间戳进行实时传输，提高了采集数据的同步性，数据采集更加智能、高效，并能够实现远程控制。
-
公开(公告)号：CN114049899B
公开(公告)日：2024-11-26
申请号：CN202111390367.5
申请日：2021-11-23
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本申请涉及声音识别技术领域，具体提供一种声音识别方法、装置、电子设备及存储介质，对获取的长臂猿录音数据进行预处理、提取Mel谱特征，通过将Mel谱特征训练好的长臂猿声音分类模型得到待分类长臂猿录音数据中的长臂猿音频片段，并对长臂猿音频片段进行拼接裁剪得到完整的长臂猿音频，进而记录长臂猿在目标区域的鸣叫时间，实现对长臂猿的高效监测。由于采用的长臂猿声音分类模型更为轻量化，能够快速识别出长臂猿录音数据中的长臂猿音频片段，实现对长臂猿的实时监测。
-
公开(公告)号：CN118940904A
公开(公告)日：2024-11-12
申请号：CN202411053862.0
申请日：2024-08-01
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06Q10/04 , G06Q10/063 , G06Q50/02 , G06N3/006 , A01G23/00
Abstract: 一种考虑邻域指数与粒子群算法的林分空间结构优化方法，属于林业科学研究中的森林经营和结构优化技术领域。采用常规的外业测量方式记录了所有被调查树木的树高、胸径、冠幅、枝下高、树龄、树种、坡度、海拔及郁闭度信息，构建林分空间结构综合评价指数，林分结构涵盖森林分布格局、混交程度和大小分化，用于林分结构评价及其发展演替预测，通过结合粒子群算法，初始化粒子群位置，不断迭代更新粒子群中粒子的位置，寻找最优解集，每次迭代后，计算林分空间结构综合指标，并判断林分空间结构是否达到设定的优化目标，结合采伐限额，最终判断林分结构是否达到最优优化效果。
-
公开(公告)号：CN116129914A
公开(公告)日：2023-05-16
申请号：CN202310348692.8
申请日：2023-04-04
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明涉及声音识别技术领域，尤其涉及声音识别模型的训练方法、装置、电子设备及存储介质，该方法包括：将音频样本特征数据输入到当前的声音识别模型的卷积层中，得到第一音频样本特征数据；将第一音频样本特征数据依次输入到当前的声音识别模型的至少一个轻量倒残差结构中，得到第二音频样本特征数据；将第二音频样本特征数据依次输入到当前的声音识别模型的平均池化层和全连接层，得到音频样本特征数据的声音识别结果；根据音频样本特征数据的声音识别标签和声音识别结果，对当前的声音识别模型进行模型更新。本申请能够对声音识别模型进行训练，通过该声音识别模型识别动物声音，提高了识别动物声音的准确率。
-
公开(公告)号：CN112446256A
公开(公告)日：2021-03-05
申请号：CN201910822501.0
申请日：2019-09-02
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明公开了一种基于深度ISA数据融合的植被类型识别方法，包括以下步骤：基于时间t获取MODIS数据和Landsat影像数据并进行预处理；构建时空适应性反射率融合模型融合MODIS数据和Landsat影像数据并生成时序遥感影像数据集；基于时序遥感影像数据集构建深度卷积ISA神经网络模型；根据构建的深度卷积ISA神经网络模型对预测影像进行分类，并生成植被类型遥感分布图；首先基于数据融合模型，生成中高时空分辨率遥感时间序列数据集，然后基于该数据，构建深度卷积ISA神经网络模型，进行植被类型分类，能够优化单时相遥感数据植被类型分类效果，同时提升中高时空分辨率遥感时序植被类型分类的自动化水平。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.037 seconds)
