-
公开(公告)号：CN118447368A
公开(公告)日：2024-08-06
申请号：CN202410609671.1
申请日：2024-05-16
Applicant: 中国科学院空天信息创新研究院
IPC: G06V10/82 , G06V20/10 , G06N3/0455 , G06N3/082
Abstract: 本申请公开了一种深度学习模型及其提取道路数据的方法。该模型可以包括：述输入层、编码器、解码器、输出层。可以通过输入层，对原始影像处理获得第一特征图。接着通过包括注意力模块与X个编码器模块的编码器，编码器对第一特征图进行下采样与卷积处理，同时在编码器的输出阶段增加注意力机制，获得X个第二特征图及X个修正特征图。接着，由包含X个解码器模块的解码器对第X个第二特征图以及X个修正特征图处理，获得X个第三特征图。最后，通过输出层处理第X个第三特征图，获得原始影像对应的目标图像。
-
公开(公告)号：CN117423012A
公开(公告)日：2024-01-19
申请号：CN202311517349.8
申请日：2023-11-14
Applicant: 中国科学院空天信息创新研究院
IPC: G06V20/13 , G06V20/10 , G06V10/82 , G06N3/0475 , G06N3/08
Abstract: 本发明涉及遥感技术领域，尤其涉及一种草地地上生物量的遥感预测方法、装置、设备及介质。本发明基于反射率模拟模型，通过反射率模拟模型模拟数据集及其对应的反射率信息数据集训练地上生物量预测模型，进而使用地上生物量预测模型得到地上生物量结果，克服了现有技术中遥感预测对遥感数据和实地测量数据过于依赖的缺陷，实现了大范围、高时间分辨率的地上生物量动态监测。
-
公开(公告)号：CN117110541A
公开(公告)日：2023-11-24
申请号：CN202311053931.3
申请日：2023-08-21
Applicant: 中国科学院空天信息创新研究院
Abstract: 本发明公开了一种基于边缘计算的碳排放监测预警分析系统及其方法，包括：数据获取子系统，用于基于时间节点获取城市空气数据；边缘计算子系统，与所述数据获取子系统连接，用于基于城市空间和所述城市空气数据构建碳排放时空分析模型；云计算子系统，与所述边缘计算子系统连接，用于基于所述碳排放时空分析模型对城市碳排放进行分析，获得分析结果；监测预警子系统，与所述云计算子系统连接，用于基于所述分析结果对城市碳排放进行预警。本发明通过将三维模型和预测模型进行结合，能够更有效地对城市碳排放进行监测和预测；本发明通过时间节点对碳排放进行分析，可以有效地对碳排放重点区域进行标识和预警。
-
公开(公告)号：CN115762067B
公开(公告)日：2023-10-03
申请号：CN202211490977.7
申请日：2022-11-25
Applicant: 中国科学院空天信息创新研究院
Abstract: 本发明公开了一种基于激光点云与视频数据融合的山体滑坡监测系统，包括：雨量测量装置、机载采集装置、数据融合模块、分析预警模块、存储模块；机载采集装置用于获取待监测山体的激光点云数据、视频数据与定位信息；数据融合模块用于将激光点云数据与视频数据处理进行处理并融合标定；分析预警模块基于融合标定后的图像数据、定位信息对待监测山体的动态信息进行分析并根据分析结果判断是否发出预警。本发明中将视频数据传入存储模块，方便后续的查看与溯源，结合视频图像与激光点云数据，提高系统精度，对数据进行融合处理，并采用分段对比的方式与历史数据进行对比，根据变化的剧烈情况与变化的比例判断是否发出警告，减少人员的工作量。
-
公开(公告)号：CN116026990A
公开(公告)日：2023-04-28
申请号：CN202310024135.0
申请日：2023-01-09
Applicant: 中国科学院空天信息创新研究院
IPC: G01N33/00 , G01N15/06 , G01D21/02 , H04L67/12 , H04Q9/00 , H04W12/03 , H04W12/00 , H04L67/1095 , H04L9/40
Abstract: 本发明公开一种基于边缘云计算的天空地碳监测系统与方法，其系统包括数据获取终端、数据传输平台和监测处理终端；本发明通过综合运用卫星遥感监测、航空遥感监测和地面站点监测三种监测手段，实现天空地一体化的全面碳排放检测，使检测数据来源更为丰富，能更加全面充分的反映监测区域的碳排放的现状和发展趋势，从而保证监测结果的准确性，为节能减排、生态环境保护和碳达峰碳中和等规划提供科学依据，且通过先后进行数据预处理和后处理，并采用边缘云计算平台进行各监测数据的处理和分析，极大的缩短了数据处理时间，提高了碳监测工作效率，增强了监测的时效性，使该碳监测系统可以进行广泛推广使用。
-
Patent Agency Ranking
公开(公告)号：CN114493963B
公开(公告)日：2023-04-07
申请号：CN202210173155.X
申请日：2022-02-24
Applicant: 中国科学院空天信息创新研究院
Abstract: 本发明公开一种矿山生态环境监测与修复系统，包括环境监测系统和环境修复系统，环境监测系统是基于SAR数据与高空间分辨率数据融合生成的雷达影像图实现环境监测的，环境监测系统包括监测数据获取模块、数据分析模块和云共享模块，环境修复系统包括比对评价模块、方案生成模块和验收评估模块；本发明基于SAR数据与高空间分辨率数据融合生成的雷达影像图进行实时环境监测，保证了获取的生态环境数据精度，同时满足了对矿山生态环境的实时监测，通过分析和比对评价对检测的生态环境实时数据进行评估并生成针对性的治理方案，治理效果好，有效的保证了矿山的生态环境的修复效果，同为促进资源合理开发利用提供了一个良好的收尾处理系统。
-
公开(公告)号：CN115908749A
公开(公告)日：2023-04-04
申请号：CN202211457130.9
申请日：2022-11-21
Applicant: 中国科学院空天信息创新研究院
IPC: G06T17/20 , G06T7/11 , G06V10/774
Abstract: 本发明公开一种基于激光雷达点云数据的特定目标识别方法，包括：获取点云数据集，对点云数据集进行预处理，得到目标点云数据集，将目标点云数据集划分为训练集和测试集；基于目标点云数据集，得到待识别目标的点云数据，计算待识别目标的点云数据的几何数据，得到第一识别结果；构建初始目标识别模型，基于训练集和测试集得到第二识别结果；修正第二识别结果，得到最终识别结果，比较最终识别结果和第一识别结果，得到最终目标识别模型。本发明解决了点云欠分割或过分割的问题，提高了图像识别精度；解决了因点云海量性、稀疏性和无序性而导致的计算量大、识别准确率低的问题，实现了特定目标的自动识别，并提高了识别准确性。
-
公开(公告)号：CN115905412A
公开(公告)日：2023-04-04
申请号：CN202310031003.0
申请日：2023-01-10
Applicant: 中国科学院空天信息创新研究院
Abstract: 本发明公开一种基于区块链的碳排放监测与管控方法，包括：获取温室气体检测数据，对温室气体原始检测数据进行预处理，计算出各项能源的标准碳排放量，将对比数据与分类数据进行对比分析并进行监测预警，对不合格碳排放设备进行减碳调整和管控；本发明通过对待监测管控的碳排放企业的温室气体排放进行实时检测，以获取温室气体检测数据并上传至区块链的各区块体，同时通过对原始检测数据的预处理和分类处理，便于与碳排放企业各项能源的标准碳排放数据进行对比分析，以此直观的准确获悉碳排放企业的碳排放是否合格，并能根据判断结果进行精准及时的管控，进而在一定程度上提升碳排放监测和管控的效率和效果。
-
公开(公告)号：CN115754160A
公开(公告)日：2023-03-07
申请号：CN202211491014.9
申请日：2022-11-25
Applicant: 中国科学院空天信息创新研究院
Abstract: 本发明公开了一种基于空天地一体化数据融合的碳排检测系统，包括：数据采集模块，用于实时获取遥感卫星、测碳无人机和地面检测站对应的碳浓度数据；数据融合模块，与所述碳排检测模块连接，用于构建数据融合模型，并基于所述数据融合模型将所述碳浓度数据进行数据融合，获得目标检测数据；碳排检测模块，与所述数据融合模块连接，用于将所述目标检测数据与碳浓度阈值进行对比分析，获得检测结果；可视化模块，与所述碳排检测模块连接，用于对所述目标检测数据和检测结果进行可视化建模后进行实时显示。本发明将卫星遥感、无人机与地面检测技术相结合，提高了空间内碳浓度数据获取的准确性，可实现碳浓度数据动态获取、同步回传、迅速预警。
-
公开(公告)号：CN119476245A
公开(公告)日：2025-02-18
申请号：CN202411645174.3
申请日：2024-11-18
Applicant: 中国科学院空天信息创新研究院
IPC: G06F40/186 , G06Q50/26 , G06F18/24 , G06F40/169 , G06N3/0455 , G06N3/088
Abstract: 本发明公开了基于事件文本增强的暴雨灾害事件论元抽取方法及装置，所述方法包括：构建暴雨灾害事件模板，定义事件类型和论元角色；从微博平台提取与暴雨灾害相关的数据；对数据进行预处理；对预处理后的数据进行标注获取数据集；生成问题模板；进行事件文本增强；整合问题模板和增强后的事件文本为模型输入；使用预训练的Chinese‑BERT‑WWM模型对整合文本编码，获取隐层表示；通过中间线性层提取深层特征，并用全连接层预测输入序列的起始和结束位置。所述方法能够直接利用丰富的MRC数据集来增强事件抽取，缓解了数据稀缺问题，并为隐形事件类型的零样本事件抽取提供了可能。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.041 seconds)
