一种遥感影像分割方法及装置

    公开(公告)号:CN119152213B

    公开(公告)日:2025-02-18

    申请号:CN202411634688.9

    申请日:2024-11-15

    Abstract: 本发明提供一种遥感影像分割方法及装置,属于图像处理技术领域,所述方法包括:利用图像编码器提取输入图像的特征图;获取所述特征图与预先创建的参考样本库中每个参考样本特征的相似特征图;从所有的相似特征图中选择出具有最大的相似度峰值的目标相似特征图,将所述目标相似特征图输入至提示嵌入生成网络生成提示嵌入;所述提示嵌入生成网络为预先构建的卷积神经网络;将所述提示嵌入和所述输入图像输入至图像解码器,输出分割结果。本发明提供的遥感影像分割方法及装置,增强了对于特定领域数据的适应能力,并且还提供了较高程度的自动化处理流程,可以自动生成提示嵌入,无需先验提示。

    一种大模型驱动的水利一张图应用任务执行方法和装置

    公开(公告)号:CN118916946B

    公开(公告)日:2024-12-17

    申请号:CN202411404700.7

    申请日:2024-10-10

    Abstract: 本发明提供一种大模型驱动的水利一张图应用任务执行方法及装置,所述方法包括:根据水利一张图系统的用户历史行为日志,挖掘出具有独立业务含义的任务,并建立任务库;根据每个任务中每个元任务的元任务知识块,利用大语言模型生成每个任务的文本表示,将文本表示转化为向量表示,存储在任务库的向量索引中;利用向量索引从任务库中检索出多个候选任务;根据用户的提问内容,利用大语言模型确定出一个待执行任务;根据待执行任务中的首个元任务的元任务知识块,利用大语言模型确定出首个元任务的任务名和输入参数,以执行待执行任务中的所有元任务。本发明可实现理解用户输入的自然语言需求,进行精准的任务生成及执行。

    一种基于零样本学习的遥感变化信息提取方法及装置

    公开(公告)号:CN118840673B

    公开(公告)日:2024-12-03

    申请号:CN202411320866.0

    申请日:2024-09-23

    Abstract: 本发明提供一种基于零样本学习的遥感变化信息提取方法及装置,属于人工智能技术领域,零样本学习(Zero‑Shot Learning,ZSL)技术通过利用先验知识和语义信息,能够在没有训练样本的情况下识别和检索未见过的变化类型。该方法基于深度学习技术以及通用视觉基础模型,通过构建变化特征语义空间,将遥感图像的特征与语义描述进行匹配,从而实现对未见过变化类型的有效检索。这种方法不仅提高了遥感图像变化检测的灵活性和泛化能力,还为地球观测、环境监测、灾害评估等领域提供了强有力的技术支持。本发明结合了深度学习技术和通用视觉基础模型,通过构建变化特征语义空间,将遥感图像的特征与语义描述进行匹配,从而实现对未见过变化类型的有效检索。

    一种大模型驱动的水利一张图应用任务执行方法和装置

    公开(公告)号:CN118916946A

    公开(公告)日:2024-11-08

    申请号:CN202411404700.7

    申请日:2024-10-10

    Abstract: 本发明提供一种大模型驱动的水利一张图应用任务执行方法及装置,所述方法包括:根据水利一张图系统的用户历史行为日志,挖掘出具有独立业务含义的任务,并建立任务库;根据每个任务中每个元任务的元任务知识块,利用大语言模型生成每个任务的文本表示,将文本表示转化为向量表示,存储在任务库的向量索引中;利用向量索引从任务库中检索出多个候选任务;根据用户的提问内容,利用大语言模型确定出一个待执行任务;根据待执行任务中的首个元任务的元任务知识块,利用大语言模型确定出首个元任务的任务名和输入参数,以执行待执行任务中的所有元任务。本发明可实现理解用户输入的自然语言需求,进行精准的任务生成及执行。

    一种基于零样本学习的遥感变化信息提取方法及装置

    公开(公告)号:CN118840673A

    公开(公告)日:2024-10-25

    申请号:CN202411320866.0

    申请日:2024-09-23

    Abstract: 本发明提供一种基于零样本学习的遥感变化信息提取方法及装置,属于人工智能技术领域,零样本学习(Zero‑Shot Learning,ZSL)技术通过利用先验知识和语义信息,能够在没有训练样本的情况下识别和检索未见过的变化类型。该方法基于深度学习技术以及通用视觉基础模型,通过构建变化特征语义空间,将遥感图像的特征与语义描述进行匹配,从而实现对未见过变化类型的有效检索。这种方法不仅提高了遥感图像变化检测的灵活性和泛化能力,还为地球观测、环境监测、灾害评估等领域提供了强有力的技术支持。本发明结合了深度学习技术和通用视觉基础模型,通过构建变化特征语义空间,将遥感图像的特征与语义描述进行匹配,从而实现对未见过变化类型的有效检索。

    一种遥感影像分割方法及装置

    公开(公告)号:CN119152213A

    公开(公告)日:2024-12-17

    申请号:CN202411634688.9

    申请日:2024-11-15

    Abstract: 本发明提供一种遥感影像分割方法及装置,属于图像处理技术领域,所述方法包括:利用图像编码器提取输入图像的特征图;获取所述特征图与预先创建的参考样本库中每个参考样本特征的相似特征图;从所有的相似特征图中选择出具有最大的相似度峰值的目标相似特征图,将所述目标相似特征图输入至提示嵌入生成网络生成提示嵌入;所述提示嵌入生成网络为预先构建的卷积神经网络;将所述提示嵌入和所述输入图像输入至图像解码器,输出分割结果。本发明提供的遥感影像分割方法及装置,增强了对于特定领域数据的适应能力,并且还提供了较高程度的自动化处理流程,可以自动生成提示嵌入,无需先验提示。

    基于峰度值的告警方法及装置、电子设备和存储介质

    公开(公告)号:CN116400038B

    公开(公告)日:2024-08-20

    申请号:CN202310387663.2

    申请日:2023-04-07

    Abstract: 本公开涉及一种基于峰度值的告警方法及装置、电子设备和存储介质,能够实现提升水质监测结果的准确率的目的。告警方法包括:分别获取与多个第一水质告警事件一一对应的多个第一化学需氧量序列,多个第一水质告警事件对应同一流域中同一个测量位置处的不同时间内的化学需氧量,预设时间小于等于2小时,化学需氧量通过光谱传感器实时原位采集,采集频率为3‑60分钟/次;确定各第一水质告警事件的准确性;根据预设告警准确率阈值确定目标化学需氧量集合,根据目标化学需氧量集合中各第一化学需氧量序列的峰度值,确定告警临界值;根据告警临界值更新预设告警条件;根据更新的预设告警条件对获取的化学需氧量进行异常告警判断。

    基于ARIMA模型的水质告警方法及装置、电子设备和存储介质

    公开(公告)号:CN116448683B

    公开(公告)日:2024-07-19

    申请号:CN202310434040.6

    申请日:2023-04-18

    Abstract: 本公开涉及一种基于ARIMA模型的水质告警方法及装置、电子设备和存储介质,该方法包括:构建ARIMA目标预测模型;根据监测点位各待预测时间点的前一时间点的化学需氧量预测值、历史时间周期中与各所述待预测时间点相同的时间点的化学需氧量实测值以及所述ARIMA目标预测模型,预测出各所述待预测时间点的化学需氧量预测值;根据各所述化学需氧量预测值的标准差,建立置信区间;根据各所述待预测时间点的化学需氧量实测值是否落入所述置信区间,确定是否进行管网水质异常告警。本公开实施例能够提高化学需氧量预测值的准确性,进而能够更准确地、及时地判断出管网水质异常,并发出水质异常告警。

Patent Agency Ranking