-
公开(公告)号：CN111724171A
公开(公告)日：2020-09-29
申请号：CN202010515006.8
申请日：2020-06-08
Applicant: 黑龙江省网络空间研究中心 , 黑龙江省国防科学技术研究院(黑龙江省网络安全和信息化技术中心)
Abstract: 本发明公开了农产品质量全程可追溯系统，所述农产品质量全程可追溯系统包含以下模块：一、农产品种植模块：土壤检测、幼苗挑选、水分控制、养分控制和照片拍摄；二、农产品采摘模块：人工采摘和机械采摘；三、农产品销售模块：产品加工、质量检测、产品包装和产品运输；四、质量追溯模块：扫码查询和公众号查询。该农产品质量全程可追溯系统，消费者可直接通过移动客户端扫描包装箱上的二维码或者查找农产品产地的公众号两种方式，对农产品种植的过程及操作图片、农产品采摘之后的加工、产品质量检测、包装及物流信息进行查询，进而实现对农产品的质量全程追溯。
-
公开(公告)号：CN111610233A
公开(公告)日：2020-09-01
申请号：CN202010550569.0
申请日：2020-06-16
Applicant: 黑龙江省网络空间研究中心 , 黑龙江省国防科学技术研究院(黑龙江省网络安全和信息化技术中心)
Abstract: 本发明公开了一种MEMS催化燃烧式气体传感器制备方法，步骤一：基底的制备，对单晶硅衬底清洗后，采用热氧化工艺在半导体晶圆表面生长一层氧化层；步骤二：氧化层上制备加热电极，同时在加热电机的表面制备绝缘层；步骤三：绝缘层的表面制备测量电极；步骤四：在测量电极的表面制备气体敏感层；步骤五：腐蚀基底底部；步骤六：退火处理。该MEMS催化燃烧式气体传感器制备方法，直接采用热氧化工艺进行氧化层的生成，有利于减少工序，且加热电极和测量电极连接一体，能够保证整体稳定，制成的MEMS催化燃烧式气体传感器功耗较小，且相应时间降低，同时便于保证气敏层的稳定，并且能够进行多种气体的监测作业，有利于批量生产。
-
公开(公告)号：CN111740975A
公开(公告)日：2020-10-02
申请号：CN202010549375.9
申请日：2020-06-16
Applicant: 黑龙江省网络空间研究中心 , 黑龙江省国防科学技术研究院(黑龙江省网络安全和信息化技术中心)
IPC: H04L29/06
Abstract: 本发明涉及一种网络安全态势感知系统及方法包括：步骤1，进行数据的采集，对网络安全数据进行广泛的采集；步骤2，对采集的数据进行态势评估，在进行态势评估时要建立多个层次，多个角度的进行评估，评估网络的业务安全、数据安全、基础设施安全和整体安全状况，并且针对不用的应用背景和不同的网络规模选择不同的评估方法；步骤3，对初步评估的数据进行态势预测，预防大规模安全事件的发生；步骤4，针对问题数据进行分析并提出相对应的分析报告。本发明针对性较强，数据采集范围广，可以针对网络结构数据、网络服务数据、漏洞数据、威胁数据、入侵数据以及用户异常数据进行全面的采集以及后续的进行感知。
-
公开(公告)号：CN111740974A
公开(公告)日：2020-10-02
申请号：CN202010549374.4
申请日：2020-06-16
Applicant: 黑龙江省网络空间研究中心 , 黑龙江省国防科学技术研究院(黑龙江省网络安全和信息化技术中心)
IPC: H04L29/06
Abstract: 本发明涉及一种网络安全应急联动系统及方法，包括步骤1，首先对网络安全进行监控，对网络安全数据进行广泛的监控，包括网络结构数据、网络服务数据、漏洞数据、威胁数据、入侵数据以及用户异常数据；步骤2，对监控的数据进行态势评估；步骤3，启动安全应急预案；步骤4，预案启动后开始对网络安全事件进行针对性的处理；步骤5，在对网络安全事件处理完毕后对网络信息系统进行重建以及丰富补充安全应急预案。本发明的网络安全态势感知系统感知能力较强，可以对出现的网络安全事件进行快速的反应并且根据不同的应急预案进行处理，处理完应急预案后还能根据已经发生的网络应急预案总计经验，避免同一或者类似的网络安全事件的发生。
-
公开(公告)号：CN111724272A
公开(公告)日：2020-09-29
申请号：CN202010513990.4
申请日：2020-06-08
Applicant: 黑龙江省网络空间研究中心 , 黑龙江省国防科学技术研究院(黑龙江省网络安全和信息化技术中心)
Abstract: 本发明公开了农作物生长状况数据分析系统及方法，包括农作物信息上传模组、云端资料数据库和数据导入模组，所述农作物信息上传模组的输入端与农作物基本信息采集模组的输出端连接，且农作物信息上传模组的输出端与数据传输模组的输入端连接，所述数据导入模组的输入端与数据传输模组的输出端连接，且数据导入模组的输出端与中央信息处理模组的输入端连接。该农作物生长情况数据分析系统及方法，生长情况异常警告模组内的干旱警告模组、虫害警告模组和长势警告模组可对农作物的生长异常情况进行分类详细分析，此类分析方法可快速针对性的分析出农作物生长异常原因，便于种植者针对性的对农作物的生长异常情况采取措施。
-
Patent Agency Ranking
公开(公告)号：CN119314069A
公开(公告)日：2025-01-14
申请号：CN202411373477.4
申请日：2024-09-29
Applicant: 黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院) , 东北农业大学
Abstract: 本发明公开了一种基于点云数据的玉米表型参数提取方法，所述方法包括如下步骤：步骤1、实验数据集构建；步骤2、玉米点云分割；步骤3、玉米表型参数提取。该方法构建了玉米点云数据集，深入探究了基于三维点云数据的玉米群体及其器官的分割技术，能够实现群体及单株玉米植株的完整提取与分割，准确提取出田间玉米表型参数，不仅适用于单株玉米，同样适用于群体玉米的表型参数提取，展现了较高的适用性和准确性，为玉米表型分析提供了有效的技术手段，可为精确测量作物个体表型信息提供自动化、高效、低成本的解决方案。
-
公开(公告)号：CN117095265A
公开(公告)日：2023-11-21
申请号：CN202311131522.0
申请日：2023-09-04
Applicant: 黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院) , 东北林业大学
IPC: G06V10/80 , G06V10/82 , G06N3/0464 , G06V10/52
Abstract: 本发明公开了一种基于双分支CNN的SAR影像与光学影像的融合方法，所述方法如下：一、将原始遥感SAR影像与多光谱影像经过高通滤波器得到森林图像的高频信息，并将高频信息上采样到SAR图像高频信息的同等分辨率；二、编码器模块分别提取SAR与多光谱图像高频信息的深层特征；三、在特征融合层模块对不同源图像的深层特征的进行融合；四、解码器模块采用图像超分辨网络SRCNN将融合后的特征图映射回图像的空间信息；五、采用跳线连接方式，将空间细节信息叠加到采样的多光谱图像上得到最终的融合结果。该方法设计两路不同的CNN网络提取不同影像的各自特征，引入多尺度特征提取块，实现SAR与多光谱图像空间信息更好的融合。
-
公开(公告)号：CN112330582A
公开(公告)日：2021-02-05
申请号：CN202011552505.0
申请日：2020-12-24
Applicant: 黑龙江省网络空间研究中心
Abstract: 本发明公开了一种无人机图像与卫星遥感影像融合算法，包括无人机、数据影像输送模块、卫星、遥感影像输送模块、计算机设备和图像显示模块，所述无人机的输出端与数据影像输送模块的输入端相连接，且数据影像输送模块的输出端与计算机设备的输入端相连接，所述计算机设备的输入端与遥感影像输送模块的输出端相连接，且遥感影像输送模块的输入端与卫星的输出端相连接，并且计算机设备的输出端与图像显示模块的输入端相连接。该无人机图像与卫星遥感影像融合算法通过使用大气校正模块、正射校正模块和几何校正模块能够对无人机图像与卫星遥感影像进行稳定的纠正校准能保留原始影像的真实感，防止影像失真。
-
公开(公告)号：CN112328862A
公开(公告)日：2021-02-05
申请号：CN202011554803.3
申请日：2020-12-24
Applicant: 黑龙江省网络空间研究中心
IPC: G06F16/951 , G06F16/9535 , G06F16/9536 , G06F16/33 , G06Q50/00
Abstract: 本发明公开了一种数据隐私信息检测系统，包括数据抓取模块，数据分类及预处理模块，隐私信息检测及社交圈生成模块，遮挡模块和展示模块；所述抓取模块基于网络及物联网运行；所述数据分类及预处理模块包含了图文格式统一，ip模型建档和始发地建立社交圈；所述社交圈生成模块包括，一是通过ip轨迹建立活动圈，同时导入地图模型，生成实际活动圈，同时生成文本数据，二是通过始发地出现频率建立个人爱好社交圈，同时生成文本数据。该数据隐私信息检测系统设置了社交圈生成模块，通过对个体ip登入的轨迹建立活动圈，同时导入地图模型，生成实际活动圈，从而能较为详细的知晓个体生活中的活动范围，以及社交圈软件的使用情况。
-
公开(公告)号：CN117786027A
公开(公告)日：2024-03-29
申请号：CN202311593996.7
申请日：2023-11-27
Applicant: 黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院)
IPC: G06F16/29 , G06F16/2458 , G06F16/26 , G06Q50/26
Abstract: 长时间序列地上生物量时空变化分析方法，属于生态学和环境科学技术领域。方法包括如下步骤：S1：数据收集；S2：数据处理；S3：数据分析；S4：数据可视化。本发明利用遥感技术、地理信息系统和数据挖掘技术，对长时间序列的地上生物量数据进行处理、分析和可视化，以揭示生物量的时空变化规律和影响因素。本发明的分析方法可以广泛应用于生态保护、环境监测、气候变化和可持续发展等领域。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.079 seconds)
