-
公开(公告)号：CN116720578B
公开(公告)日：2024-01-23
申请号：CN202310535601.1
申请日：2023-05-12
申请人： 航天恒星科技有限公司 , 北京道达天际科技股份有限公司
摘要： 本发明公开了一种具有时空特性的知识图谱的存储方法，属于知识图谱存储技术领域，包括如下步骤：获取时空敏感知识数据；根据时空敏感知识数据是否在时间区间内有连续的知识记录，得到连续型时空敏感知识数据和离散型时空敏感知识数据；针对连续型时空敏感知识数据，则对时空敏感知识数据进行分类，并分别对应类别的进行知识图谱的存储；针对离散型时空敏感知识数据，则基于分布式聚集存储模式，对所述时空敏感知识数据进行知识图谱的存储；本发明解决了具有时空特性的知识图谱占用存储空间大、数据易丢失和查询效率低的问题。
-
公开(公告)号：CN116385892A
公开(公告)日：2023-07-04
申请号：CN202310106547.9
申请日：2023-02-13
申请人： 北京道达天际科技股份有限公司
IPC分类号： G06V20/13 , G06V20/70 , G06V10/26 , G06V10/44 , G06V10/36 , G06V10/82 , G06N3/0464 , G06N3/048
摘要： 本发明涉及基于目标上下文卷积神经网络的数字高程模型提取方法，包括步骤：对立体像对影像依次进行立体区域网平差、核线影像生成、影像密集匹配、前方交会的处理，从而生成数字地表模型DSM；利用目标上下文卷积神经网络对立体像对影像进行地物分类，提取地物边界；根据目标上下文卷积神经网络的分类结果将数字地表模型DSM分为修正目标区和非修正区；并针对修正目标区采用高程曲面拟合处理，对非修正区采用平滑滤波处理，共同生成数字高程模型DEM。本发明使用目标上下文卷积神经网络在立体像对影像上生成数字高程模型DEM，保证生产精度的同时提升了数字高程模型DEM的生产效率，实现了不同区域的数字高程模型DEM高精度自动提取。
-
公开(公告)号：CN116229437A
公开(公告)日：2023-06-06
申请号：CN202310241983.7
申请日：2023-03-14
申请人： 北京道达天际科技股份有限公司
IPC分类号： G06V20/60 , G06V10/20 , G06V10/762 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/08
摘要： 本发明涉及一种遥感影像旋转目标检测方法，包括步骤：获取若干遥感影像，对遥感影像进行预处理；将遥感影像输入旋转目标检测网络模型，所述旋转目标检测网络模型包括深度高分辨率网络模型、加权双向特征金字塔网络模型；将训练集输入深度高分辨率网络模型进行特征提取，得到四组不同分辨率的特征图；再将四组不同分辨率的特征图输入加权双向特征金字塔网络模型调整特征权重，输出旋转目标候选区域；采用聚类方法统计旋转目标候选区域中边界框标注的大小和长宽，生成区域候选网络模型的锚框参数配置；区域候选网络模型输出遥感影像中旋转目标的分类，以及边界框回归参数，所述边界框回归参数用于反向优化旋转目标检测网络模型的检测精度。
-
公开(公告)号：CN112529807B
公开(公告)日：2022-11-08
申请号：CN202011479652.X
申请日：2020-12-15
申请人： 北京道达天际科技股份有限公司
摘要： 本公开提供了卫星影像的相对辐射校正方法和装置，其中方法包括：获取待校正的卫星影像，所述卫星影像包括多个影像区域，每个影像区域中的一个像素对应一个卫星探元；建立直方图查找表，确定相对辐射标定系数，根据所述相对辐射标定系数对所述卫星影像进行相对辐射校正；对相对辐射校正后的卫星影像进行丢线处理；对丢线处理后的卫星影像进行局部条带处理，补充丢失的影像；对局部条带处理后的卫星影像进行去重叠和去色差，使卫星影像的整体辐射达到一致。以此方式，能够对卫星影像进行有效相对辐射校正，消除卫星影像的条纹或带状辐射差异现象以及卫星影像间的色差。
-
公开(公告)号：CN114996488B
公开(公告)日：2022-10-25
申请号：CN202210941870.3
申请日：2022-08-08
申请人： 北京道达天际科技股份有限公司
IPC分类号： G06F16/44 , G06F16/483 , G06F16/487 , G06F16/48 , G06F16/901 , G06V20/10 , G06V20/13 , G06V20/17 , G06V20/70 , G06V10/26 , G06V10/80 , G06V10/82 , G06F16/35 , G06F40/268 , G06F40/289 , G06F40/295 , G06N3/04 , G06N5/02 , G06N5/04
摘要： 本发明涉及一种天网大数据决策级融合方法，包括步骤：对遥感图像进行图像数据语义化处理；所述语义化处理包括对遥感图像进行语义分割，得到图像语义分割图，提取图像语义分割图高保真三维信息；对开源数据进行时空化处理；基于图像数据语义化处理的遥感图像和时空化处理的开源数据，进行天网大数据融合；对融合的天网大数据进行混合多态存储管理；对天网大数据进行空间、时间、专题的三屏联动可视化。本发明的目的在于融合天基监测数据与网络开源数据，获得高时效高价值的数据信息。
-
公开(公告)号：CN115082801A
公开(公告)日：2022-09-20
申请号：CN202210888641.X
申请日：2022-07-27
申请人： 北京道达天际科技股份有限公司
IPC分类号： G06V20/10 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明涉及一种基于遥感图像的飞机型号识别系统和方法，包括：目标检测模块，用于检测遥感图像中是否存在飞机目标，若存在飞机目标，则将检测的飞机目标发送至细粒度分类模块；型号识别模块，用于基于细粒度分类网络预测飞机目标的型号。本发明构建了目标检测模块和基于空洞卷积的双线性池化细粒度分类网络的组合架构，本架构适用于识别遥感图像中飞机目标的型号，还可以适用于其他领域图像中同一类大小且外形特征相似的目标识别。
-
公开(公告)号：CN116452483A
公开(公告)日：2023-07-18
申请号：CN202310520470.X
申请日：2023-05-10
申请人： 北京道达天际科技股份有限公司
摘要： 本发明涉及图像处理技术领域，具体而言，涉及一种基于小波变换和HSI颜色空间的图像融合方法，该方法的步骤包括：输入第一设定图像与第二设定图像；对第二设定图像进行颜色空间转换获取I分量与HS分量，分别对第一设定图像与I分量进行小波分解，得到第一频率系数、第二频率系数、第三频率系数及第四频率系数；基于第一融合规则融合第二频率系数与第三频率系数，并对融合后的系数进行小波重构，得到第一小波融合图像，以表征为变换后的I'分量；基于第二融合规则融合变换后的I'分量与HS分量，经过颜色空间转换后，得到融合结果图像。
-
公开(公告)号：CN115455310A
公开(公告)日：2022-12-09
申请号：CN202211155265.X
申请日：2022-09-22
申请人： 北京道达天际科技股份有限公司
IPC分类号： G06F16/9536 , G06F16/36
摘要： 本发明涉及一种基于协同过滤算法的知识推荐方法，包括以下步骤：采集学员及其学习知识列表，根据学员及其学习知识之间的依赖程度，构建知识依赖关系矩阵，并计算知识关系依赖度；根据知识关系依赖度和学员的历史行为，计算学员对其学习知识的推荐值；根据学员对其学习知识的推荐值，生成所有学员的知识推荐集合。本发明基于物品的协同过滤算法，可以根据学员对知识类别的兴趣以及该学员对于知识类别的掌握情况，很大程度上精准的给学员推荐知识，以便学员针对自己的不足，有效的进行学习。
-
公开(公告)号：CN115270036B
公开(公告)日：2024-01-30
申请号：CN202210889006.3
申请日：2022-07-27
申请人： 北京道达天际科技股份有限公司
IPC分类号： G06F16/958 , G06Q50/20
摘要： 本发明涉及基于活跃度持续授时的网页浏览时长计算方法，包括步骤：在配置文件设置心跳检测时间T；打开某网页，同时向服务器发送记录打开网页时间的请求，服务器每到心跳检测时间T检测该网页是否处于活跃状态，若处于活跃状态则将关闭网页时间更新为检测活跃状态的时间，直到处于非活跃状态或主动关闭该网页时，统计该网页的浏览时长；直到主动关闭该网页或处于非活跃状态是因为用户未对该网页进行操作后，将每一次打开该网页所统计的浏览时长相加，得到用户对该网页的总浏览时长。本发明对用户使用网页的真正有效浏览时长进行计算，也能尽量趋近于学员在线对知识的真实学习时长计算。
-
公开(公告)号：CN117437111A
公开(公告)日：2024-01-23
申请号：CN202311583684.8
申请日：2023-11-24
申请人： 北京道达天际科技股份有限公司
摘要： 本发明涉及图像数据处理技术领域，提出深度学习飞机识别分布式并行训练方法，包括步骤：收集大量的飞机遥感图像，形成原始训练数据集，数据划分模块从原始训练数据集中提取部分训练数据，并分配给多个GPU端；通过矩阵计算对GPU端的深度神经网络进行并行训练；各GPU端使用参数更新模块对局部模型参数进行更新，并通过通信模块汇聚局部模型参数；CPU端使用全局模型对新采集的遥感图像中的飞机目标进行识别。本发明从硬件计算的角度，利用高性能处理器的并行计算能力，设计高效的分布式并行框架来加速深度学习模型的训练，从而提高飞机识别的效率。
-
-
-
-
-
-
-
-
-
搜索结果
32 条记录 (耗时 0.049 秒)
