一种网络数据分类方法、装置和设备

    公开(公告)号:CN114925768A

    公开(公告)日:2022-08-19

    申请号:CN202210581190.5

    申请日:2022-05-26

    Abstract: 本申请提供了一种网络数据分类方法、装置和设备,方法包括:获取待分类网络数据;提取待分类网络数据的特征;将待分类网络数据的特征与历史网络数据的特征进行融合,得到待分类网络数据对应的融合特征;基于待分类网络数据对应的融合特征,对待分类网络数据进行分类,得到待分类网络数据对应的分类结果。考虑到待分类网络数据的长度较短,能够提取的特征较少,本申请将待分类网络数据的特征与历史网络数据的特征进行融合,再基于融合特征进行分类,分类性能更优。

    星载激光测高数据与遥感立体影像的联合区域网平差方法

    公开(公告)号:CN113720351B

    公开(公告)日:2023-10-03

    申请号:CN202111006411.8

    申请日:2021-08-30

    Abstract: 本发明属于遥感测绘技术领域,具体涉及一种星载激光测高数据与遥感立体影像的联合区域网平差方法。该方法首先生成测区的DSM,并将其与星载激光测高数据进行轨迹匹配;然后将DSM上的匹配轨迹点依据平差后的影像RPC参数进行反投影得到对应的像点坐标;之后采用多种约束条件对星载激光测高点进行筛选得到可靠的激光测高点数据;最终利用筛选后的激光测高点数据和卫星遥感立体影像数据进行顾及激光测高点平面坐标误差的光束法联合区域网平差。本发明利用自由区域网平差后测区内立体影像内符合精度高的优势,减轻影像RPC参数误差的影响,得到激光测高点对应的准确像点坐标,保证了物像一致性,有效提高了平差精度和无控条件下的遥感立体影像定位精度。

    一种轨迹数据半监督分类方法及装置

    公开(公告)号:CN115587313A

    公开(公告)日:2023-01-10

    申请号:CN202211190642.3

    申请日:2022-09-28

    Abstract: 本申请提供了一种轨迹数据半监督分类方法及装置,本申请利用度量学习中的孪生神经网络模型来利用标签数据,以此应对标签数据集中数据量不足问题。并通过进行两阶段的模型训练应对类别缺失的问题。首先利用无标签数据集进行模型的预训练,之后将预训练得到的模型组成孪生神经网络模型,并利用少量标签数据进行微调,在微调过程中同时对孪生神经网络模型中有监督和无监督部分进行训练,从而使孪生神经网络模型兼具对有标记类别的分类和无标记类别的聚类能力。

Patent Agency Ranking