-
公开(公告)号：CN117891887A
公开(公告)日：2024-04-16
申请号：CN202410041197.7
申请日：2024-01-11
Applicant: 中国林业科学研究院资源信息研究所 , 广西壮族自治区林业勘测设计院
IPC: G06F16/29
Abstract: 本发明属于空间语义数据库领域，涉及数据分析技术，用于解决现有的空间语义数据库无法根据不同林草品种之间的栽种参数对栽种优化参数进行分析的问题，具体是基于GIS数据共同构建空间语义数据库的方法，对GIS数据进行预处理：将获取到的GIS数据按照林草资源的品种进行分类并得到林草品种的原始数据，林草品种的原始数据包括海拔值、图像数据、土壤系数以及面积值；根据图像数据对林草品种的生长状态进行监测分析并得到林草品种原始数据的生长系数；本发明可以通过海拔优化范围、土壤优化范围以及面积优化范围对林草品种的栽种优化参数进行标记，由所有林草品种的原始数据与栽种优化参数构建空间语义数据库。
-
Patent Agency Ranking
公开(公告)号：CN117891887B
公开(公告)日：2024-06-11
申请号：CN202410041197.7
申请日：2024-01-11
Applicant: 中国林业科学研究院资源信息研究所 , 广西壮族自治区林业勘测设计院
IPC: G06F16/29
Abstract: 本发明属于空间语义数据库领域，涉及数据分析技术，用于解决现有的空间语义数据库无法根据不同林草品种之间的栽种参数对栽种优化参数进行分析的问题，具体是基于GIS数据共同构建空间语义数据库的方法，对GIS数据进行预处理：将获取到的GIS数据按照林草资源的品种进行分类并得到林草品种的原始数据，林草品种的原始数据包括海拔值、图像数据、土壤系数以及面积值；根据图像数据对林草品种的生长状态进行监测分析并得到林草品种原始数据的生长系数；本发明可以通过海拔优化范围、土壤优化范围以及面积优化范围对林草品种的栽种优化参数进行标记，由所有林草品种的原始数据与栽种优化参数构建空间语义数据库。
-
公开(公告)号：CN117851458B
公开(公告)日：2024-08-02
申请号：CN202410023509.1
申请日：2024-01-08
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06F16/2455 , G06F16/29 , G06F16/248
Abstract: 本发明涉及数据处理领域，具体涉及可快速空间定位的林草资源数据查询方法及系统，用于解决现有的遥感影像中基于AI技术的林草资源变化自动判读方法无法对多个区域的林草资源进行监测分析，无法判断其资源丰富程度，且无法做到输入林草资源数据即可快速空间定位，林草资源查询困难的问题；该系统包括以下模块：资源监控模块、信息分析模块、用户查询模块、定位查询平台以及定位展示模块；本发明的可快速空间定位的林草资源数据查询方法及系统可以输入相应的数据和关键信息，就能直接将查询的结果定位在地图上，实现了林草资源的高效精准数据查询，并可以做到实时更新和可视化展示，以便用户能够及时了解林草资源的动态变化情况。
-
公开(公告)号：CN117851814B
公开(公告)日：2024-07-19
申请号：CN202410023505.3
申请日：2024-01-08
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06F18/2135 , G06F18/214 , G06F18/21 , G06F18/24 , G06F18/25
Abstract: 本发明公开了基于多模态数据融合的森林生物量估测关键因子识别方法，涉及生物量估测技术领域，若生物量变动超过预期的变动区域占子区域的比例超过比例阈值，训练获取生物量预测模型，若生物量预测模型可靠，对生物量预测模型做K折交叉验证，并由验证结果构建评估指标集合，由所述评估指标集合生成模型性能系数，若模型性能系数超过质量阈值，从生物量预测模型中筛选出目标特征，对目标特征做分析处理后，获取相应的特征值序列，从特征值序列内确定主成分并降维，依据贡献度从降维后的主成分中筛选出对应部分作为关键因子。逐渐缩小关键因子识别的范围，提高识别的效率，使筛选出的关键因子更可靠。
-
公开(公告)号：CN117851814A
公开(公告)日：2024-04-09
申请号：CN202410023505.3
申请日：2024-01-08
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06F18/2135 , G06F18/214 , G06F18/21 , G06F18/24 , G06F18/25
Abstract: 本发明公开了基于多模态数据融合的森林生物量估测关键因子识别方法，涉及生物量估测技术领域，若生物量变动超过预期的变动区域占子区域的比例超过比例阈值，训练获取生物量预测模型，若生物量预测模型可靠，对生物量预测模型做K折交叉验证，并由验证结果构建评估指标集合，由所述评估指标集合生成模型性能系数，若模型性能系数超过质量阈值，从生物量预测模型中筛选出目标特征，对目标特征做分析处理后，获取相应的特征值序列，从特征值序列内确定主成分并降维，依据贡献度从降维后的主成分中筛选出对应部分作为关键因子。逐渐缩小关键因子识别的范围，提高识别的效率，使筛选出的关键因子更可靠。
-
公开(公告)号：CN117851458A
公开(公告)日：2024-04-09
申请号：CN202410023509.1
申请日：2024-01-08
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06F16/2455 , G06F16/29 , G06F16/248
Abstract: 本发明涉及数据处理领域，具体涉及可快速空间定位的林草资源数据查询方法及系统，用于解决现有的遥感影像中基于AI技术的林草资源变化自动判读方法无法对多个区域的林草资源进行监测分析，无法判断其资源丰富程度，且无法做到输入林草资源数据即可快速空间定位，林草资源查询困难的问题；该系统包括以下模块：资源监控模块、信息分析模块、用户查询模块、定位查询平台以及定位展示模块；本发明的可快速空间定位的林草资源数据查询方法及系统可以输入相应的数据和关键信息，就能直接将查询的结果定位在地图上，实现了林草资源的高效精准数据查询，并可以做到实时更新和可视化展示，以便用户能够及时了解林草资源的动态变化情况。
-
-
-
-
-
Search Results
6
records
(took 0.038 seconds)
