-
公开(公告)号：CN113837944A
公开(公告)日：2021-12-24
申请号：CN202111152642.X
申请日：2021-09-29
Applicant: 清华大学
Abstract: 本说明书实施例提供了一种基于残差网络的DEM超分辨率方法和装置。该方法的一具体实施方式包括：首先，获取待处理DEM数据；然后，将上述待处理DEM数据输入预先训练的超分辨率模型，得到分辨率提高预设倍数的DEM数据，其中，上述超分辨率模型用于将输入的DEM数据的分辨率提升上述预设倍数，其中，上述超分辨率模型包括残差网络。
-
公开(公告)号：CN112668705A
公开(公告)日：2021-04-16
申请号：CN202110283892.0
申请日：2021-03-17
Applicant: 清华大学
Abstract: 本发明提供一种基于深度学习的干旱指数监测方法及系统，其中的方法包括：获取监测站点的观测数据，并基于观测数据获取对应的各参数信息；对各参数信息分别进行数据处理，获取与各参数信息分别对应的预处理数据；对预处理数据以及与观测数据对应的辅助数据进行数据融合，并基于融合后的数据构建数据集；其中，数据集包括训练集和测试集；基于训练集和测试集训练并测试深度神经网络模型，直至深度神经网络模型收敛在预设范围内，形成干旱指数监测模型；基于干旱指数监测模型对待检测区域的干旱指数进行监测。利用上述发明能够更加综合、全面的识别旱情，提高旱情监测的准确性。
-
公开(公告)号：CN102129539A
公开(公告)日：2011-07-20
申请号：CN201110059902.9
申请日：2011-03-11
Applicant: 清华大学
IPC: G06F21/22
Abstract: 本发明提供了一种基于访问控制列表的数据资源权限管理方法，包括：S1：基于权限继承规则，为数据资源的目录/文件设置相互关联的访问控制权限表和用户列表；S2：在待访问目录/文件的可访问用户组名集合、权限值集合及用户名集合中检索待访问用户名，并接收其返回的权限值；S3：判断所述权限值是否为空，若否，则执行S4：允许待访问用户根据所述权限值执行相应的访问操作；若是，则以递归方式检索所述待访问用户名，并返回步骤S3。该方法能够提高大容量数据资源的访问权限查询效率，实现简单、独立的数据资源权限管理和控制。
-
公开(公告)号：CN112669976B
公开(公告)日：2021-06-29
申请号：CN202110288401.1
申请日：2021-03-18
Applicant: 清华大学
Abstract: 本发明提供一种基于生态环境变化的人群健康评估方法及系统，其中的方法包括：对获取的统计年鉴数据进行像素化处理，以获取与统计年鉴数据对应的矢量边界数据；基于矢量边界数据、与统计年鉴数据相对应的生态环境数据和历史疾病发病率数据，确定模型训练集数据和验证集数据；基于模型训练集数据和验证集数据，构建并训练人群健康预测模型；基于训练完成后的人群健康预测模型对人群进行对应疾病的健康预测。利用上述发明能够定量分析统计年鉴和生态环境对人群健康的影响，提高疾病发病率预测的准确度。
-
公开(公告)号：CN112668705B
公开(公告)日：2021-06-29
申请号：CN202110283892.0
申请日：2021-03-17
Applicant: 清华大学
Abstract: 本发明提供一种基于深度学习的干旱指数监测方法及系统，其中的方法包括：获取监测站点的观测数据，并基于观测数据获取对应的各参数信息；对各参数信息分别进行数据处理，获取与各参数信息分别对应的预处理数据；对预处理数据以及与观测数据对应的辅助数据进行数据融合，并基于融合后的数据构建数据集；其中，数据集包括训练集和测试集；基于训练集和测试集训练并测试深度神经网络模型，直至深度神经网络模型收敛在预设范围内，形成干旱指数监测模型；基于干旱指数监测模型对待检测区域的干旱指数进行监测。利用上述发明能够更加综合、全面的识别旱情，提高旱情监测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN112613648A
公开(公告)日：2021-04-06
申请号：CN202011466518.6
申请日：2020-12-14
Applicant: 清华大学
Abstract: 本发明实施例提供了一种训练旱情监测模型的方法、旱情监测方法及设备。所述方法包括：获得监测站点检测数据；根据监测站点检测数据，确定监测站点所处地区干旱等级；获得与监测站点关联的遥感格点的遥感数据；根据所述遥感格点的遥感数据，确定监测站点的多个遥感指数；以多个遥感指数作为旱情监测模型的输入，以旱情监测模型的输出结果趋向监测站点所处地区干旱等级为目标，更新所述旱情监测模型。
-
公开(公告)号：CN112597870A
公开(公告)日：2021-04-02
申请号：CN202011499481.7
申请日：2020-12-18
Applicant: 清华大学
Abstract: 本发明提供一种土地覆盖分类模型的构建方法，包括：S1、获取土地历史数据，对其进行聚类处理以形成多个区域，每个区域中包含多个网格点数据；S2、对每一个区域中的网格点数据提取每个网格点的指数特征数据，并将网格点指数特征数据插值到土地覆盖数据对应的站点，获得多个站点数据；S3、从每个区域的站点数据中选取样本组成该区域对应的训练集和测试集；S4、用每个区域对应的训练集训练多个随机森林模型，并用验证集验证每个随机森林模型的分类准确率，然后用每个区域对应的测试集验证训练后的该区域对应的随机森林模型的分类准确率，从中选出分类准确率最高的随机森林模型作为该区域的分类模型。
-
公开(公告)号：CN109542406A
公开(公告)日：2019-03-29
申请号：CN201811305089.7
申请日：2018-11-05
Applicant: 清华大学
IPC: G06F8/20
Abstract: 本发明对于模式方程提供了高效的并行数值求解方法和系统，将与待求解的模式方程对应的离散形式的表达式，该表达式的操作数为以三维数组形式表示的物理量，该表达式的运算符包括预定义的模式运算符和被重载为支持三维数组的基本运算符；根据可用的并行进程数量和三维数组的维度来划分每个物理量对应的三维数组，并保存每个三维数组在各进程间的数据分布信息；构建与所述表达式对应的表达式图，并基于该表达式图对表达式进行求解计算。该并行求解方法使用户从模式公式快速构建出并行代码，屏蔽复杂且繁琐的并行程序设计细节，简化了模式程序开发的难度。
-
公开(公告)号：CN102110156B
公开(公告)日：2015-02-18
申请号：CN201110042837.9
申请日：2011-02-22
Applicant: 清华大学
IPC: G06F17/30
Abstract: 本发明提出一种基于选择性扫描的基于选择性扫描的文件系统的元数据抽取方法及装置，该方法包括以下步骤：A.定义目录分组模式；B.根据扫描策略加载目录组；C.对目录排序并扫描；D.判断是否扫描完成，如果否则选择要扫描的目录并初始化其子对象元数据列表；E.判断是否扫描完成，如果否则读取下一个子对象元数据并加入子对象元数据列表中，更新时间局部性目录组；F.否则更新时间戳方差目录组；和G.判断当前扫描是否为基础扫描，如果是则更新当前目录的子目录数组并转至步骤D，否则直接转至步骤D。应用本发明实施例的元数据抽取方法，极大的提高了抽取效率。另外，本发明设计简单，易于实现。
-
公开(公告)号：CN102110146B
公开(公告)日：2012-11-14
申请号：CN201110039269.7
申请日：2011-02-16
Applicant: 清华大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于键值key-value存储的分布式文件系统元数据管理方法，主要涉及文件系统领域。该方法包括以下步骤：服务器存储文件和目录的元数据，并以位图的方式存储目录的子对象；对子对象的元数据进行修改操作；后台进程定期扫描所述操作日志，对超时操作进行垃圾回收。本发明的基于键值key-value存储的分布式文件系统元数据存储管理方法，具有比传统分布式文件系统更好的扩展性。同时，其采用日志记录和垃圾回收的管理模式，在对元数据修改过程中，保持了元数据的一致性。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.026 seconds)
