-
公开(公告)号：CN117688945A
公开(公告)日：2024-03-12
申请号：CN202410132324.4
申请日：2024-01-31
Applicant: 江西师范大学
IPC: G06F40/30 , G06N3/0442 , G06N3/045 , G06N3/084 , G06N3/09
Abstract: 本发明公开一种科技文献类目自动映射模型训练与预测方法，训练方法步骤为：构造IPC类目与高关联CLC类目数据集作为训练集；将训练集内样本输入预训练语言模型中，获取语义表示向量；使用点积注意力计算语义表示向量获得交互表示向量；将语义表示向量和交互表示向量进行融合输出增强表示向量；将增强表示向量进行池化后输入至前馈神经网络计算概率，将最大概率所在的类别作为预测类别；通过最小化在训练集上的交叉熵损失以得到训练后的IPC类目与高关联CLC类目自动映射模型。本发明的有益效果是：所构建的训练集和IPC类目与高关联CLC类目自动映射模型解决了实际应用场景中IPC类目与高关联CLC类目难以准确建立映射的问题。
-
公开(公告)号：CN116227758B
公开(公告)日：2023-08-08
申请号：CN202310519316.0
申请日：2023-05-10
Applicant: 江西师范大学
Abstract: 本发明公开了基于遥感技术和深度学习的农产品成熟度预测方法及系统，预测方法包括以下步骤：采集研究区域在预设时间内生成的图片数据集构建深度学习模型；采集研究区域内遥感信息数据集；根据遥感信息数据集筛选成熟影响因子，对成熟影响因子进行权重计算；构建不同成熟阶段的成熟需求量指数函数；收集待预测的研究区域在未来时间内的预测遥感信息数据集，计算出农产品成熟需求量指数函数；将预测结果进行可视化。本发明具有以下优点：本发明综合运用成熟需求量指数函数，实现对农产品成熟情况的更加准确评估和未来采摘日期的模拟预测，能够为果农提供更为科学的采摘日期选择和销售决策，提升果园的经济效益和市场竞争力。
-
公开(公告)号：CN115860288B
公开(公告)日：2023-05-16
申请号：CN202310191736.0
申请日：2023-03-02
Applicant: 江西师范大学
IPC: G06Q10/04 , G06Q10/0639 , G06F17/18
Abstract: 本发明公开了一种风能潜在地区预测方法及预测系统，预测方法步骤为：根据研究区域生成对应的研究任务，并采集研究区域在预设时间内生成的数据集，对采集的数据集进行预处理后得到地区现状数据集；计算逐年面积和椭圆范围生成逐年现状数据集；对逐年现状数据集计算，形成地区发展空间格局数据集，获得地区发展空间格局数据；对地区发展空间格局数据集建立缓冲区，计算获得风能预期区域数据以及背景数据；对风能预期区域数据进行计算获得风能潜在值，生成风能潜在地区数据；根据风能潜在地区数据绘制出对应的风能潜在地区图谱。本发明具有以下优点和积极效果：能够有效的预测内陆风能潜在地区，提高计算地区风能潜在地区的自动化水平。
-
公开(公告)号：CN118230176A
公开(公告)日：2024-06-21
申请号：CN202410644415.6
申请日：2024-05-23
Applicant: 江西师范大学
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06N20/20
Abstract: 本发明公开了基于多源遥感与时空深度集成学习的湿地分类方法及系统，涉及遥感技术领域，该方法包括：获取多源遥感数据并进行预处理以建立湿地分类样本数据，再划分为训练集和测试集；构建包括特征集成编码模块和特征集成解码模块的时空深度集成分类模型，基于改进的2‑D卷积分支网络、改进的3‑D卷积分支网络与LSTM循环分支网络建立特征集成编码模块，根据多分支解码块和集成决策块建立特征集成解码模块；建立混合损失函数以优化该分类模型；将测试集输入优化后的分类模型以输出湿地覆被分类结果。该方法能够解决单一的遥感数据源或者深度模型难以有效挖掘湿地的多样化复杂特征，导致在整体分类精度上不能满足实际需求的问题。
-
公开(公告)号：CN116227758A
公开(公告)日：2023-06-06
申请号：CN202310519316.0
申请日：2023-05-10
Applicant: 江西师范大学
IPC: G06Q10/04 , G06Q50/02 , G06T7/00 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了基于遥感技术和深度学习的农产品成熟度预测方法及系统，预测方法包括以下步骤：采集研究区域在预设时间内生成的图片数据集构建深度学习模型；采集研究区域内遥感信息数据集；根据遥感信息数据集筛选成熟影响因子，对成熟影响因子进行权重计算；构建不同成熟阶段的成熟需求量指数函数；收集待预测的研究区域在未来时间内的预测遥感信息数据集，计算出农产品成熟需求量指数函数；将预测结果进行可视化。本发明具有以下优点：本发明综合运用成熟需求量指数函数，实现对农产品成熟情况的更加准确评估和未来采摘日期的模拟预测，能够为果农提供更为科学的采摘日期选择和销售决策，提升果园的经济效益和市场竞争力。
-
Patent Agency Ranking
公开(公告)号：CN115077492B
公开(公告)日：2023-05-05
申请号：CN202210645791.8
申请日：2022-06-08
Applicant: 江西师范大学
IPC: G01C11/02 , G01C11/36 , G01S19/14 , G01S19/42 , G06T17/05 , G06V10/74 , G06V10/82 , G06V20/13 , G08B7/06
Abstract: 基于北斗定位的三维地理信息安全监测系统，涉及地理信息技术领域，系统包括用于监测地理信息安全的电脑服务器、用于对接遥感测绘卫星的地形及正射影像数据及北斗定位GNSS信息接口、用于连接民用民航空管局的飞行报备信息数据接口、三维地理模型模拟生成模块和用于采集雷达站飞行器信息的实时飞行器监测数据接口。系统构架便捷，运行响应速度快，可高效的完成地理安全风险监测。三维地理信息安全监测的方法，采用YOLOv5软件进行图像对比的方式来分别对实时三维地形模型图像和原有三维地形模型图像，以及实时飞行航迹图像和报备飞行航迹图像进行对比，并分别指定交并比阈值，通过阈值能量化的对图像对比结果进行反馈。
-
公开(公告)号：CN115239750A
公开(公告)日：2022-10-25
申请号：CN202211134185.6
申请日：2022-09-19
Applicant: 江西师范大学
IPC: G06T7/13 , G06V10/764 , G06V20/10 , G06V20/13 , G06F16/9537
Abstract: 本发明提供了一种计算人工植被恢复适宜性方法、系统及计算机，该方法包括构建出人工植被恢复适宜性指数，并获取研究区域；生成研究任务，并采集研究区域在预设时间内生成的数据集；获取植被光谱指数以及土壤指数，并对数据集进行计算处理，计算出ENDVI植被光谱指数数据集；进行边缘检测处理，以生成边缘线，根据边缘线建立缓冲区，提取出逐年ENDVI边缘缓冲区数据；计算出对应的逐年最佳阈值，并在ENDVI植被光谱指数数据集中区分出植被数据以及背景数据；构造出逐年植被分布数据集，并绘制出人工植被恢复适宜性图谱。本申请分析了植被恢复的空间分布与人工特征以及地形因素之间的规律性，能够有效的计算出人工植被的恢复适宜性。
-
公开(公告)号：CN115019216B
公开(公告)日：2022-10-21
申请号：CN202210947300.5
申请日：2022-08-09
Applicant: 江西师范大学
IPC: G06V20/17 , G06V20/10 , G06V10/778 , G06V10/20 , G06V10/24
Abstract: 本发明提供了一种实时地物检测和定位计数方法、系统及计算机，方法包括选取目标图像，并获取到最优权重；将第一基站和第二基站设于待统计区域中，构建出虚拟平面坐标系；控制无人机采集地物图像，接收无人机传输的数据，计算出无人机的坐标；对地物图像进行实时预测，判断是否存在目标地物；若是，计算提取出目标地物的质心坐标，计算出在虚拟平面坐标系坐标并生成缓冲区；获取时间差第一、第二缓冲区，判断两者重叠度是否小于标准值；若是，判定第二缓冲区中存在新增目标地物，对新增目标地物进行更新统计。通过上述方式节约了计数的成本，还能通过深度学习与空地一体化设备实时获取目标地物定位信息，提高了实时定位计数效率。
-
公开(公告)号：CN114842356B
公开(公告)日：2022-10-04
申请号：CN202210762814.3
申请日：2022-07-01
Applicant: 江西师范大学
IPC: G06V20/13 , G06K9/62 , G06V10/764
Abstract: 本发明公开一种高分辨率地表类型样本自动生成方法、系统及设备，包括以下步骤：步骤1，获取多种中等分辨率或低分辨率地表类型产品；步骤2，提取产品分类一致区；步骤3，获取高分辨率遥感影像数据，计算多种典型地表类型光谱指数，结合数字高程模型数据，合成具有更多波段特征的高分辨率遥感影像数据；步骤4，对步骤3所得结果进行同质区检测；步骤5，根据分类一致区和同质区，构建初步的高分辨率地表类型样本集；步骤6，对初步的高分辨率地表类型样本集筛选；步骤7，对筛选后高分辨率地表类型样本集纯化；步骤8，验证所得高分辨率地表类型样本集可靠性。本发明提高了高分辨率地表类型样本获取的自动化水平。
-
公开(公告)号：CN115019216A
公开(公告)日：2022-09-06
申请号：CN202210947300.5
申请日：2022-08-09
Applicant: 江西师范大学
IPC: G06V20/17 , G06V20/10 , G06V10/778 , G06V10/20 , G06V10/24
Abstract: 本发明提供了一种实时地物检测和定位计数方法、系统及计算机，方法包括选取目标图像，并获取到最优权重；将第一基站和第二基站设于待统计区域中，构建出虚拟平面坐标系；控制无人机采集地物图像，接收无人机传输的数据，计算出无人机的坐标；对地物图像进行实时预测，判断是否存在目标地物；若是，计算提取出目标地物的质心坐标，计算出在虚拟平面坐标系坐标并生成缓冲区；获取时间差第一、第二缓冲区，判断两者重叠度是否小于标准值；若是，判定第二缓冲区中存在新增目标地物，对新增目标地物进行更新统计。通过上述方式节约了计数的成本，还能通过深度学习与空地一体化设备实时获取目标地物定位信息，提高了实时定位计数效率。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.037 seconds)
