-
公开(公告)号：CN118505479A
公开(公告)日：2024-08-16
申请号：CN202410885574.5
申请日：2024-07-03
IPC分类号： G06T1/00 , G06Q50/18 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084
摘要： 本发明公开一种面向版权保护的图像零水印方法和装置，包括以下步骤：步骤S1、构建零水印生成网络；其中，零水印生成网络包含：主干网络、颈部网络以及头部网络；步骤S2、训练零水印生成网络；步骤S3、根据用户提交的待保护图像和版权信息输入训练好的零水印网络，生成零水印并存储记录，实现版权注册；步骤S3、根据用户提交的争议图像和版权信息输入零水印网络，对比输出结果与存储记录确定版权归属。采用本发明的技术方案，解决目前图像零水印技术鲁棒性不佳、零水印生成效率不高、抗碰撞性低以及泛化性差等问题，有效提高了鲁棒性、效率和泛化性，降低了碰撞性。
-
公开(公告)号：CN117893383B
公开(公告)日：2024-06-04
申请号：CN202410289290.X
申请日：2024-03-14
IPC分类号： G06Q50/26 , G06F18/214 , G06F18/21 , G06F18/22 , G06F18/2321 , G06F18/20
摘要： 本申请适用于时空大数据挖掘技术领域，提供了一种城市功能区域识别方法、系统、终端设备及介质，包括：采集POI数据，将POI数据划分到空间单元中；构建Delaunay三角网，进行长边约束后，构建空间单元段落；针对每个空间单元向量表征段落，提取空间单元向量表征段落中的有效广义单词，基于设计的用于增强有效广义单词的表征向量和空间单元段落表征向量之间相似性的学习函数，学习空间单元向量段落的表征向量，得到每个空间单元的功能表征；基于功能表征相似度对于空间单元进行K‑means聚类，分别计算每个聚类簇的平均密度比和类型比例，并以此对研究城市的功能区域进行识别。本申请能够提高城市功能区域识别的准确性。
-
公开(公告)号：CN118397004B
公开(公告)日：2024-09-03
申请号：CN202410850512.0
申请日：2024-06-28
摘要： 本发明公开一种矢量地理数据关键性指数计算方法和装置，包括：步骤S1、根据矢量地理数据，得到几何信息量度量、拓扑信息量度量、属性信息量度量；步骤S2、根据几何信息量度量、拓扑信息量度量、属性信息量度量的熵值进行信息量指标的权重分配；步骤S3、根据权重分配值进行关键性指数计算。采用本发明的技术方案，更全面、准确地评估地理数据中要素的重要程度或敏感度进而确定关键要素，实现了对地理要素多方面信息的全面考虑，进而建立了一个统一的关键性指数指标，以实现对于地理数据中要素重要程度或敏感度的全面量化。
-
公开(公告)号：CN118552385A
公开(公告)日：2024-08-27
申请号：CN202410754223.0
申请日：2024-06-12
IPC分类号： G06T1/00
摘要： 本发明公开一种基于元素存储顺序的地图水印方法和装置，包括：步骤S1、获取高精地图的道路元素集合；步骤S2、根据高精地图的道路元素集合，得到车道元素存储顺序关系与二进制0与1的映射关系；步骤S3、根据映射关系，得到待嵌入的水印比特与其对应的水印索引；步骤S4、根据水印比特值调整道路中车道元素的顺序关系；步骤S5、重复步骤S1‑步骤S4，直至道路元素遍历完毕，以完成水印信息的循环嵌入。采用本发明的技术方案，以解决现有的矢量地理数据水印算法存在着未顾及高精地图几何特征与精度不可控的问题，具有在不改变数据可用性及高精度特性的条件下实现了水印信息的嵌入与检测的特点。
-
公开(公告)号：CN118134673A
公开(公告)日：2024-06-04
申请号：CN202410552053.8
申请日：2024-05-07
IPC分类号： G06Q50/00 , G06F16/2457 , G06F16/29 , G06N3/126 , G06N7/01
摘要： 本发明公开了一种城市空间的竞争合作强度计算方法，包括获取城市空间数据信息并预处理和构建目标城市空间交互图；得到目标城市中各个街区隶属于各个社团的隶属度数据，计算目标城市重叠社团数据；计算得到各个重叠社团的特征向量；对各个社团之间的交互流量进行建模；采用遗传算法进行重复迭代计算，得到最优的各个社团与各个街区的竞争合作强度数据，完成目标城市空间的竞争合作强度计算。本发明还公开了一种实现所述城市空间的竞争合作强度计算方法的系统。本发明基于城市空间数据信息推演城市空间的竞争合作强度数据，解决了多因素影响下难以进行整体性分析的难点，不仅能够完成城市空间的竞争合作强度的计算分析，而且可靠性高、精确性好。
-
公开(公告)号：CN118094399A
公开(公告)日：2024-05-28
申请号：CN202410522035.5
申请日：2024-04-28
IPC分类号： G06F18/243 , G06F18/15 , G06F18/25 , G06N20/20
摘要： 本发明实施例中提供了一种融合多源地理数据的国土空间规划开发方式分类方法，属于数据处理技术领域，具体包括：步骤1，分别提取多源数据对应的高维多元特征集，其中，所述多源数据包括标注数据、基本地理数据和遥感图像数据，所述高维多元特征集包括标注数据对应的标注特征、基本地理数据对应的基本地理特征和遥感图像数据对应的遥感图像特征；步骤2，根据高维多元特征集划分多元特征子空间并据此构建单类别开发利用方式监测的分层随机森林模型；步骤3，基于分层随机森林模型和集成学习不确定度量识别目标区域的开发利用方式。通过本发明的方案，提高了对国土空间规划开发方式的分类精准度和适应性。
-
公开(公告)号：CN117439730B
公开(公告)日：2024-02-20
申请号：CN202311756912.7
申请日：2023-12-20
IPC分类号： H04L9/00 , H04N1/44 , G06N3/0442 , G06N3/04
摘要： 本发明公开了基于Chaos‑LSTM与混沌序列增殖的地理信息加密方法、系统及介质，将加密密钥输入混沌系统中迭代生成三维浮点数混沌序列x(t)、y(t)、z(t)；将混沌序列x(t)输入训练好的LSTM神经网络，输出新混沌序列x´(t)；将x´(t)和y(t)转换为整型数混沌序列并进行序列局部均值增殖处理，得到增殖序列分量作为混沌序列信号，重复循环3×M次获得3×M个增殖序列分量并组合加密序列矩阵，设置加密密钥C1、C2，分别依次对原始图像进行行置乱、正向扩散和逆向(56)对比文件yu wenxin等.An Improved Image Multi-Dimensional Chaos Encryption AlgorithmBased on CUDA《. 2019 9TH INTERNATIONALCONFERENCE ON INFORMATION SCIENCE ANDTECHNOLOGY (ICIST2019)》.2020,全文.王阳;吴成茂;邱少杰.基于细胞神经网络混沌特性的分组加密算法.计算机应用与软件.2013,(第11期),全文.底晓强;母一宁;李锦青;杨华民.一种基于TLM超混沌细胞神经网络图像加密新算法.红外与激光工程.2014,(第12期),全文.武剀;赵国敏;李国东.基于多维混沌系统的图像加密技术研究.淮阴师范学院学报(自然科学版).2015,(第01期),全文.
-
公开(公告)号：CN115290060B
公开(公告)日：2023-01-03
申请号：CN202211187833.4
申请日：2022-09-28
申请人： 湖南省第三测绘院
摘要： 本发明涉及一种棱镜及测量方法，棱镜包括支架、棱镜体和导向杆；所述棱镜体安装在所述支架上，且至少包括有第一安装状态；所述导向杆安装在所述棱镜体上，并且延伸至所述棱镜体的背面；在所述第一安装状态下，所述导向杆的末端用于标定棱镜的测量基准位置。具有结构简单，满足不同测量场景需求等优点。
-
公开(公告)号：CN118225104B
公开(公告)日：2024-07-30
申请号：CN202410638065.2
申请日：2024-05-22
申请人： 湖南省第三测绘院
摘要： 本申请涉及三维导航技术领域，提供了一种山区场景下的三维导航优化方法、设备及介质。该方法包括：获取目标导航路线的轨迹点的坐标；基于轨迹点的坐标与当前视点的坐标，构建轨迹点的视线直线方程；基于视线直线方程和地形函数，获取交点对，并根据交点对确定山峰点的坐标；根据当前视点的坐标与山峰点的坐标，构建山峰点的仰角不等式约束；获取地形网格点的坐标并基于地形网格点的坐标构建目标区域的形变相似性能量函数；根据仰角不等式约束对形变相似性能量函数进行最小化求解得到每个山峰点的形变坐标，并根据所有形变坐标构建最终地形形变隐函数；将最终地形形变隐函数可视化，得到形变三维地形图。该方法能够有效提高三维导航的质量。
-
公开(公告)号：CN117893383A
公开(公告)日：2024-04-16
申请号：CN202410289290.X
申请日：2024-03-14
IPC分类号： G06Q50/26 , G06F18/214 , G06F18/21 , G06F18/22 , G06F18/2321 , G06F18/20
摘要： 本申请适用于时空大数据挖掘技术领域，提供了一种城市功能区域识别方法、系统、终端设备及介质，包括：采集POI数据，将POI数据划分到空间单元中；构建Delaunay三角网，进行长边约束后，构建空间单元段落；针对每个空间单元向量表征段落，提取空间单元向量表征段落中的有效广义单词，基于设计的用于增强有效广义单词的表征向量和空间单元段落表征向量之间相似性的学习函数，学习空间单元向量段落的表征向量，得到每个空间单元的功能表征；基于功能表征相似度对于空间单元进行K‑means聚类，分别计算每个聚类簇的平均密度比和类型比例，并以此对研究城市的功能区域进行识别。本申请能够提高城市功能区域识别的准确性。
-
-
-
-
-
-
-
-
-
搜索结果
28 条记录 (耗时 0.033 秒)