-
公开(公告)号：CN100561516C
公开(公告)日：2009-11-18
申请号：CN200510117217.1
申请日：2005-11-01
Applicant: 中国地质调查局发展研究中心
Abstract: 本发明涉及一种国家地质空间数据网格服务系统，其结构包括：空间数据发现单元、异步调用单元、负载均衡单元、容错单元、压缩传输与安全传输单元、安全论证与用户权限单元、动态监控单元。空间数据发现单元分为结点容器和应用门户容器，异步调用单元将数据信息分类并分别调用，负载均衡单元将数据处理转移到多台服务器上共同承担，容错单元管理Web服务的生命周期，压缩传输与安全传输单元用于减少网络传输流量和提高传输效率，安全论证与用户权限单元用于确立用户身份权限，动态监控单元分析监控各服务器的运行状态。该系统的优点是：能够汇集和共享地理上分布的空间数据资源并协同完成多种数据处理请求。
-
公开(公告)号：CN100392655C
公开(公告)日：2008-06-04
申请号：CN200610001322.3
申请日：2006-01-17
Applicant: 中国地质调查局发展研究中心
IPC: G06F17/30
Abstract: 本发明涉及一种国家地质图类数据模型系统，包括：地质图类数据模型单元、地质图类空间数据库、映射器、格式转换器、公共类接口、安全论证单元和地质图类操作单元。该系统具有以下优点：(1)该数据模型是领域数据模型，不是针对某个项目定义的数据模型，从而确保领域内数据语义描述的一致性；(2)实现了与比例尺无关的地质图类数据模型；(3)解决了过去图层所带来的拓扑关系不合理的问题；(4)解决了非空间实体的数据组织的维护和扩展问题。(5)通过各种关系，能够组织成面向不同用户、不同需求、不同层次的多目标的空间数据库，而不是单个项目的数据库；(6)用户可以对空间数据采用继承来实现个性化扩展，满足应用需求。
-
公开(公告)号：CN1811769A
公开(公告)日：2006-08-02
申请号：CN200610001322.3
申请日：2006-01-17
Applicant: 中国地质调查局发展研究中心
IPC: G06F17/30
Abstract: 本发明涉及一种国家地质图类数据模型系统，包括：地质图类数据模型单元、地质图类空间数据库、映射器、格式转换器、公共类接口、安全论证单元和地质图类操作单元。该系统具有以下优点：(1)该数据模型是领域数据模型，不是针对某个项目定义的数据模型，从而确保领域内数据语义描述的一致性；(2)实现了与比例尺无关的地质图类数据模型；(3)解决了过去图层所带来的拓扑关系不合理的问题；(4)解决了非空间实体的数据组织的维护和扩展问题。(5)通过各种关系，能够组织成面向不同用户、不同需求、不同层次的多目标的空间数据库，而不是单个项目的数据库；(6)用户可以对空间数据采用继承来实现个性化扩展，满足应用需求。
-
公开(公告)号：CN116126794A
公开(公告)日：2023-05-16
申请号：CN202310008697.6
申请日：2019-10-15
Applicant: 中国地质调查局发展研究中心
Abstract: 本发明公开一种野外地质调查数据实时汇聚方法，包括：获取待汇聚的项目文件，所述项目文件包括多个子项目文件；布设一个Hadoop集群；将各所述子项目文件中的野外地质调查数据分别对应上传至不同数据组织形式的目录，形成项目成果资料，所述目录包括多个子项目数据目录；记录各子项目文件中野外地质调查数据的资源描述信息，并存储至数据库中；将所述项目成果资料数据复制至二级项目；更新所述资源描述信息，所述资源描述信息包括资源类型、资源名称和资源大小；将各所述子项目文件中的野外地质调查数据内容抽取出来存储到所述Hadoop集群。本发明能够快速地汇聚数据，并且方便上级项目高效地管理汇聚数据。
-
公开(公告)号：CN109977378B
公开(公告)日：2023-04-07
申请号：CN201810192463.0
申请日：2018-03-09
Applicant: 中国地质调查局发展研究中心
IPC: G06F40/186 , G06F40/174 , G06F16/25
Abstract: 本申请公开了一种数字地质调查中支持全领域的数据采集方法及系统，所述方法包括以下步骤：用户根据需求将数据采集的内容设计为若干数据表，并确定表中字段的属性，然后通过数字填图设计工具进行扩展表原型模板的创建；在所述扩展表原型模板设计的基础上，依次经历设计路线、野外数据采集、野外数据导入桌面和路线数据导入PRB库，以进行数据采集与编辑；用户通过扩展表的关联图层、归属类别筛选输出的表名输出数据内容。本发明的优点是：使得用户能够自由配置所需的PRB数据表和字段内容。扩展了PRB数字填图系统的应用领域。在Android端实现数据采集，在对基础PRB数据采集的同时，扩展了影像、音频、视频的采集，满足了各领域地质调查的应用需求。
-
Patent Agency Ranking
公开(公告)号：CN112163374A
公开(公告)日：2021-01-01
申请号：CN202011029251.4
申请日：2020-09-27
Applicant: 中国地质调查局发展研究中心
Abstract: 本申请公开了一种多模态数据中间层融合全连接地质图预测模型的处理方法，包括：对证据数据进行补值和归一化处理；根据训练采样点坐标从处理后的证据数据中读取数据信息；获取训练采样点基础数据与遥感数据；判断所述数据是否一次性读入内存，如果是，直接输入模型训练，如果否，从数据存储路径分组输入模型训练。本发明的优点是：不但把原始数据转化为高维特征表达，还将基础数据特征与遥感数据特征进行特征融合，并利用全连接神经网络最大化的获取基础数据和遥感数据在高维空间上的共性特征，大大提高了提高预测对象的能力、精度，使填图单位岩性在空间的分布形态和展布方向、分布位置、地质对象之间的相邻关系可以以准确性最大化体现和表达。
-
公开(公告)号：CN111191741A
公开(公告)日：2020-05-22
申请号：CN202010029404.9
申请日：2020-01-15
Applicant: 中国地质调查局发展研究中心
Abstract: 本申请公开了一种岩石识别深度学习模型岩石分类约束继承性损失方法，包括：根据岩石样本的多级标签构建岩石样本数据集D，构建深度神经网络，将待训练岩石样本图像输入深度神经网络，网络输出针对分类树各层级的最后一级标签预测；计算分类树各层级的预测概率Pi；将所述分类树各层级的预测概率Pi分别对照对应的层级标签进行逐级计算，获得各层级交叉熵损失；将各层级交叉熵损失相加，得到输入的岩石样本图像的岩石分类约束继承性损失；对所述岩石分类约束继承性损失进行判断是否满足收敛条件。本发明的优点是：实现简单，充分利用岩石分类树中包含的层间从属关系和类间异同信息，优化岩石识别模型的精度。
-
公开(公告)号：CN109977378A
公开(公告)日：2019-07-05
申请号：CN201810192463.0
申请日：2018-03-09
Applicant: 中国地质调查局发展研究中心
IPC: G06F17/24
Abstract: 本申请公开了一种数字地质调查中支持全领域的数据采集方法及系统，所述方法包括以下步骤：用户根据需求将数据采集的内容设计为若干数据表，并确定表中字段的属性，然后通过数字填图设计工具进行扩展表原型模板的创建；在所述扩展表原型模板设计的基础上，依次经历设计路线、野外数据采集、野外数据导入桌面和路线数据导入PRB库，以进行数据采集与编辑；用户通过扩展表的关联图层、归属类别筛选输出的表名输出数据内容。本发明的优点是：使得用户能够自由配置所需的PRB数据表和字段内容。扩展了PRB数字填图系统的应用领域。在Android端实现数据采集，在对基础PRB数据采集的同时，扩展了影像、音频、视频的采集，满足了各领域地质调查的应用需求。
-
公开(公告)号：CN112199886A
公开(公告)日：2021-01-08
申请号：CN202011028574.1
申请日：2020-09-27
Applicant: 中国地质调查局发展研究中心
Abstract: 本申请公开了一种PRB数据深度学习地质图预测模型的处理方法，包括：处理地质路线PRB数据标签数据，生成地质填图单位及岩性分类标签；根据不同预测空间分辨率要求，按照所述分类标签对地质专业数据和不同成像方式遥感数据进行处理，获得地质证据样本数据集；对地质证据样本数据集采用以标签点为中心的变距离二次采样，得到地质填图单位及岩性分类训练样本；基于所述地质填图单位及岩性分类训练样本，进行多模态数据中间层融合全连接地质图预测建模；按照地质图图例，地质填图单位新老关系输出预测地质图及各类预测精度指标统计评价数据。本发明的优点是：实现简单，最大化给出更优的地质图预测模型，提高地质图预测模型的精度和预测能力。
-
公开(公告)号：CN112164124A
公开(公告)日：2021-01-01
申请号：CN202011028575.6
申请日：2020-09-27
Applicant: 中国地质调查局发展研究中心
Abstract: 本申请公开了一种地质路线PRB数据变距离二次采样方法，包括：设置第一次采样半径值，初次建模训练采样点的坐标信息，形成初始模型；设置第二次采样半径值，得到扩充后的初始采样点；按照标签顺序依次输入初始模型，逐类预测各类标签数据二次扩充后的采样点类型；将采样点类型与其对应类别标签进行对比处理，形成第二次采样后最终扩充的采样点。所述本发明的优点是：不仅解决了自动对地质路线上确认的地质填图单位或岩性进行最大化标注，为根据标注对多尺度、多数据类型、多专业数据进行训练数据的最大化采集提供了条件，为最优揭露了面上不同填图单位客观的相互关系提供了样本保障，大大提高地质图预测模型的精度和预测能力。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.034 seconds)
