-
公开(公告)号：CN115186074B
公开(公告)日：2023-07-21
申请号：CN202210734118.1
申请日：2022-06-24
Applicant: 深圳市规划和自然资源数据管理中心 , 南京大学
IPC: G06F16/332 , G06F16/34 , G01N33/24
Abstract: 本发明公开了一种基于Meta分析的模拟土壤pH值空间分布格局的方法，属于保持局部地区土壤pH值空间变异的前提下，兼顾全局的空间变异特征。首先，根据关键词检索并筛选土壤数据；从土壤数据中筛选土壤pH值的相关数据和信息；根据中国省、市、县和乡镇四级行政区划的面数据，生成相应的四级行政区域的几何中心点；利用从文献中获得的土壤pH值，给各级行政区几何中心点添加pH属性值；对得到的空间离散点数据进行插值，转化为空间连续数据，得到土壤pH的空间分布图。本发明基于Meta分析收集不同类型和不同尺度的数据，创建了一套集成不同类型和不同尺度数据获取区域尺度研究对象的空间分布格局的方法。
-
公开(公告)号：CN115186074A
公开(公告)日：2022-10-14
申请号：CN202210734118.1
申请日：2022-06-24
Applicant: 深圳市规划和自然资源数据管理中心 , 南京大学
IPC: G06F16/332 , G06F16/34 , G01N33/24
Abstract: 本发明公开了一种基于Meta分析的模拟土壤pH值空间分布格局的方法，属于保持局部地区土壤pH值空间变异的前提下，兼顾全局的空间变异特征。首先，根据关键词检索并筛选土壤数据；从土壤数据中筛选土壤pH值的相关数据和信息；根据中国省、市、县和乡镇四级行政区划的面数据，生成相应的四级行政区域的几何中心点；利用从文献中获得的土壤pH值，给各级行政区几何中心点添加pH属性值；对得到的空间离散点数据进行插值，转化为空间连续数据，得到土壤pH的空间分布图。本发明基于Meta分析收集不同类型和不同尺度的数据，创建了一套集成不同类型和不同尺度数据获取区域尺度研究对象的空间分布格局的方法。
-
公开(公告)号：CN118470469A
公开(公告)日：2024-08-09
申请号：CN202410928303.3
申请日：2024-07-11
Applicant: 深圳市规划和自然资源数据管理中心(深圳市空间地理信息中心) , 西安理工大学
IPC: G06V10/774 , G06V10/764 , G06V10/58 , G06V20/10 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了高光谱遥感图像深度学习分类的阈值估计样本增强方法，所述方法包括：获取高光谱遥感影像公开数据，按照每种类型选择多个样本组成初始训练样本集；使用孪生网络作为分类器对初始训练样本集进行训练，并对高光谱逐像素进行预测，得到以分类概率矩阵进行呈现的预测结果；将分类概率矩阵输入到阈值估计模块自适应估计每类阈值，选择分类概率矩阵中预测概率高于对应类别阈值的样本作为伪样本，得到伪样本集合；对伪样本集合进行检测与修正处理，得到修正伪样本集合，将修正伪样本集合置入所述初始训练样本集，当阈值达到预定义条件迭代停止，得到最终分类图。本发明提高了高分影像土地覆盖分类精度。
-
公开(公告)号：CN118470469B
公开(公告)日：2024-10-22
申请号：CN202410928303.3
申请日：2024-07-11
Applicant: 深圳市规划和自然资源数据管理中心(深圳市空间地理信息中心) , 西安理工大学
IPC: G06V10/774 , G06V10/764 , G06V10/58 , G06V20/10 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了高光谱遥感图像深度学习分类的阈值估计样本增强方法，所述方法包括：获取高光谱遥感影像公开数据，按照每种类型选择多个样本组成初始训练样本集；使用孪生网络作为分类器对初始训练样本集进行训练，并对高光谱逐像素进行预测，得到以分类概率矩阵进行呈现的预测结果；将分类概率矩阵输入到阈值估计模块自适应估计每类阈值，选择分类概率矩阵中预测概率高于对应类别阈值的样本作为伪样本，得到伪样本集合；对伪样本集合进行检测与修正处理，得到修正伪样本集合，将修正伪样本集合置入所述初始训练样本集，当阈值达到预定义条件迭代停止，得到最终分类图。本发明提高了高分影像土地覆盖分类精度。
-
Patent Agency Ranking
公开(公告)号：CN119807329A
公开(公告)日：2025-04-11
申请号：CN202510309131.6
申请日：2025-03-17
Applicant: 深圳市规划和自然资源数据管理中心(深圳市空间地理信息中心) , 人工智能与数字经济广东省实验室(深圳)
IPC: G06F16/31 , G06F16/3329 , G06F16/334 , G06F40/30 , G06N3/0464 , G06N3/042 , G06N3/048 , G06N3/0442
Abstract: 本申请涉及自然语言处理技术领域。本申请公开了一种基于去重采样的文档级关系抽取方法、装置、设备和介质，其能够降低关系类别分布不平衡对关系抽取结果的准确性的影响，从而提高关系抽取结果的精度。所述基于去重采样的文档级关系抽取方法包括获取文本文档；采用预设标记对所述文本文档进行标记处理，获得已标记文档，所述已标记文档包含至少一组实体对；将所述已标记文档输入文档关系抽取模型，所述文档关系抽取模型对所述已标记文档进行去重采样和关系抽取处理，获得关系抽取结果。
-
公开(公告)号：CN117573789A
公开(公告)日：2024-02-20
申请号：CN202311595480.6
申请日：2023-11-28
Applicant: 深圳市规划和自然资源数据管理中心(深圳市空间地理信息中心) , 兰州交通大学
Abstract: 本发明涉及地理信息系统空间分析和地图自动综合技术领域，具体涉及一种基于面状居民地数据的城中村提取和自动综合方法。获取1比5000比例尺下面状居民地数据，利用1比5000比例尺下线状道路数据将面状居民地数据划分为多个街区；对每个街区中各个居民地边界进行加密，基于加密后的居民地边界创建约束Delaunay三角网；对约束Delaunay三角网进行泰森多边形分析，得到每个街区对应的泰森多边形；获取每个居民地的面积比率指标，对每个街区中的居民地进行筛选，将面积比率指标满足设定阈值范围的居民地作为城中村居民地。本发明提出的城中村提取方法简单高效且易于实现，地图综合过程科学合理。
-
公开(公告)号：CN118608975A
公开(公告)日：2024-09-06
申请号：CN202411066838.0
申请日：2024-08-06
Applicant: 深圳市规划和自然资源数据管理中心(深圳市空间地理信息中心)
Abstract: 本发明公开了一种遥感影像真伪鉴别方法及系统，涉及图像处理技术领域，所述方法包括：获取遥感影像，基于图像域编码器对所述遥感影像进行图像域特征提取处理，获得图像域特征；基于频率域编码器对所述遥感影像进行频率域特征提取处理，获得频率域特征；基于多域表征统一映射模块对所述图像域特征和频率域特征进行初步融合，获得初步融合特征；基于混合域特征优化模块对所述初步融合特征进行优化，获得目标融合特征；基于线性分类器利用所述目标融合特征进行遥感影像的真伪鉴别处理，获得真伪鉴别结果。本发明实现更为先进的遥感影像真伪鉴别精度，捕获了关于不同虚假图像的泛化性特征。
-
公开(公告)号：CN118608975B
公开(公告)日：2024-11-05
申请号：CN202411066838.0
申请日：2024-08-06
Applicant: 深圳市规划和自然资源数据管理中心(深圳市空间地理信息中心)
Abstract: 本发明公开了一种遥感影像真伪鉴别方法及系统，涉及图像处理技术领域，所述方法包括：获取遥感影像，基于图像域编码器对所述遥感影像进行图像域特征提取处理，获得图像域特征；基于频率域编码器对所述遥感影像进行频率域特征提取处理，获得频率域特征；基于多域表征统一映射模块对所述图像域特征和频率域特征进行初步融合，获得初步融合特征；基于混合域特征优化模块对所述初步融合特征进行优化，获得目标融合特征；基于线性分类器利用所述目标融合特征进行遥感影像的真伪鉴别处理，获得真伪鉴别结果。本发明实现更为先进的遥感影像真伪鉴别精度，捕获了关于不同虚假图像的泛化性特征。
-
公开(公告)号：CN222049512U
公开(公告)日：2024-11-22
申请号：CN202422505123.2
申请日：2024-10-16
Applicant: 深圳市规划和自然资源数据管理中心(深圳市空间地理信息中心)
Abstract: 本实用新型公开了一种可变形态的长方体矩阵建筑风洞模型，包括进气段、实验段、可升降矩阵模型、风速测量组件、排气段以及抽风扇，进气段的一端设置有实验段，实验段远离进气段的一端设置有排气段，排气段的内部设置有抽风扇，实验段的内部设置有可升降矩阵模型，可升降矩阵模型可通过内部升降组件的作用形成不同的建筑模型，实验段和可升降模型上可设置有风速测量组件；通过实验段内的可升降矩阵模型，将内部组件进行升降，形成不同的建筑模型，以方便针对不同高度、密度和排列方式的建筑进行模拟实验，不仅解决了传统风洞实验中模型固定且不易调整的问题，还可有效提高实验模拟的效率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.061 seconds)
