-
公开(公告)号：CN119515038A
公开(公告)日：2025-02-25
申请号：CN202411378747.0
申请日：2024-09-30
Applicant: 北京泰策科技有限公司
IPC: G06Q10/0635 , G06Q10/04 , G06Q50/26
Abstract: 本申请涉及城市治理管理领域，公开了一种城市系统性风险预测方法，方法包括：根据自然灾害信息、环境污染信息或应急事件信息确定第一预测值；当第一预测值大于预设第一预测值时，发出第一警报信息；当第一预测值小于或等于预设第一预测值时，根据公共事件信息确定第二预测值；当第二预测值大于预设第二预测值时，发出第二报警信息；其中，第二警报信息用于提示对公共事件信息提级响应；当第二预测值小于或等于预设第二预测值时，根据经济波动信息确定第三预测值；当第三预测值大于预设第三预测值时，发出第三报警信息。本申请能够实现城市治理中的系统性风险预测。
-
公开(公告)号：CN117035004B
公开(公告)日：2024-07-23
申请号：CN202310912800.X
申请日：2023-07-24
Applicant: 北京泰策科技有限公司
IPC: G06N3/04 , G06N3/08 , G06F18/213
Abstract: 本发明公开了一种基于多模态学习技术的文本、图片、视频生成方法及系统，其方法包括：分别获取文本、图片和视频各自对应的多模态数据，根据所述多模态数据生成学习特征；根据文本、图片和视频各自的学习特征训练预设神经网络学习模型以生成多模态学习模型；接收用户下发的决策任务，解析决策任务的任务向量和决策指令；基于决策指令利用多模态学习模型对任务向量进行自适应处理以生成实时文本/实时图片或者实时视频。通过分别获取文本和图片以及视频各自的多模态特征进而获取学习特征以构建学习模块可以利用模型对后续向量事物进行模态化建模以多层次地对向量事物进行展示，提高了用户对于不同事物的认知和学习效率的同时也提高了体验感。
-
公开(公告)号：CN116994116B
公开(公告)日：2024-04-16
申请号：CN202310977658.7
申请日：2023-08-04
Applicant: 北京泰策科技有限公司
Abstract: 本发明提供了基于自注意力模型与yolov5的目标检测方法及系统，通过高空全域高清摄像及低空区域快速摄像，获取高空全域高清图像及多幅低空区域图像；对高空全域高清图像进行分割，通过Transformer模型进行特征增强，获取高清图像分割图像增强特征和多幅低空区域图像增强特征；通过yolov5模型预测，获取分割图像小目标检测数据和区域图像小目标检测数据；将分割图像小目标检测数据匹配至分割位置获取全域高清图像检测结果；对多幅低空区域图像进行图像叠合及缩放，获取区域图像叠合图像检测结果；对图像检测结果进行互验对比，获取小目标检测全域互验精准检测结果。
-
公开(公告)号：CN116886955B
公开(公告)日：2024-04-16
申请号：CN202310910520.5
申请日：2023-07-24
Applicant: 北京泰策科技有限公司
IPC: H04N21/234 , H04N21/44 , G06V20/40 , G06V10/82 , G06F16/11
Abstract: 本发明提供了基于ffmpeg和yolov5的视频分析方法及系统，包括：通过多类型视频摄录设备，获取多类型视频源文件；将多类型视频源文件转换为ffmpeg跨平台处理的视频文件；根据跨平台处理的视频文件，通过多路视频源文件ffmpeg处理进程将跨平台处理的视频文件转换解析为图片集合文件，获取多类型解析图片集合；检测多类型解析图片集合，根据多类型解析图片像素深度对比结果自动选择yolov5网络模型深度，构建自选多深度yolov5网络模型；通过自选多深度yolov5网络模型，实时分析多类型解析图片集合，获取多类型解析网络模型实时分析结果。
-
公开(公告)号：CN120012557A
公开(公告)日：2025-05-16
申请号：CN202510026168.8
申请日：2025-01-08
Applicant: 北京泰策科技有限公司
IPC: G06F30/27 , G06F18/2433 , G06Q10/0635
Abstract: 本发明公开了一种基于元胞自动机的化工园区脆弱性分析模型推演方法，包括：获取化工园区数据集；对所述化工园区数据集进行预处理，得到预处理后的化工园区数据集；基于所述预处理后的化工园区数据集对元胞自动机初始模型进行训练，得到化工园区脆弱性分析模型；设定不同的灾害情景；基于所述化工园区脆弱性分析模型对化工园区在不同灾害情景下的响应和变化过程进行推演；通过元胞自动机模型和针对性的数据集预处理及训练，能够更准确地模拟化工园区在不同灾害情景下的表现，从而提升脆弱性分析的准确性；设定不同灾害情景进行推演，可以全面考虑各种可能的灾害情况及其对化工园区的影响，有助于更全面地评估风险和脆弱性。
-
Patent Agency Ranking
公开(公告)号：CN116993917B
公开(公告)日：2024-04-19
申请号：CN202310998825.6
申请日：2023-08-09
Applicant: 北京泰策科技有限公司
IPC: G06T17/00 , G06V10/762 , G06Q50/26
Abstract: 本发明提供了一种基于三维模型实现的火灾模拟疏散演练方法，包括获取建筑物的扫描数据，确定建筑物内的逃生路径和消防设施；根据逃生路径，设置建筑物内不同楼层的逃生节点，构建第一网络拓扑结构图；根据消防设施，设置建筑物内不同楼层的消防节点，构建第二网络拓扑结构图；将第一网络拓扑结构图和第二网络拓扑结构图融合，生成建筑物的三维模型；根据三维模型，设置火灾模拟的火情参数和人员参数，并触发不同楼层的火情评价机制；通过火情评价机制，获取不同楼层的疏散通道和灭火概率；根据疏散通道，生成火灾演练的逃生路径，并通过灭火概率，对逃生路径进行动态调整。
-
公开(公告)号：CN117217536A
公开(公告)日：2023-12-12
申请号：CN202311261407.5
申请日：2023-09-27
Applicant: 北京泰策科技有限公司
IPC: G06Q10/0635 , G06Q10/10 , G06Q50/26
Abstract: 本发明公开了一种危化品泄漏跨区域多尺度的多米诺效应综合分析方法，包括：获取危险化学品泄漏的相关数据，相关数据包括泄漏地点、泄漏量、泄漏时间，基于多算法支持，对相关数据进行处理和分析，确定泄漏的第一影响范围和第一影响程度；基于跨区域多尺度的分析方法，确定泄漏的第二影响范围和第二影响程度，同时，预测泄漏引发的多米诺效应；基于预测的多米诺效应，制定应对策略和预防措施，对泄露进行控制，当泄漏的影响被控制后，完成危险化学品泄漏跨区域多尺度的多米诺效应综合分析。通过对危险化学品泄漏事件的综合分析，可以制定更有效的控制措施和预防措施，提高危险化学品的安全性，减少事故的发生和影响。
-
公开(公告)号：CN116886955A
公开(公告)日：2023-10-13
申请号：CN202310910520.5
申请日：2023-07-24
Applicant: 北京泰策科技有限公司
IPC: H04N21/234 , H04N21/44 , G06V20/40 , G06V10/82 , G06F16/11
Abstract: 本发明提供了基于ffmpeg和yolov5的视频分析方法及系统，包括：通过多类型视频摄录设备，获取多类型视频源文件；将多类型视频源文件转换为ffmpeg跨平台处理的视频文件；根据跨平台处理的视频文件，通过多路视频源文件ffmpeg处理进程将跨平台处理的视频文件转换解析为图片集合文件，获取多类型解析图片集合；检测多类型解析图片集合，根据多类型解析图片像素深度对比结果自动选择yolov5网络模型深度，构建自选多深度yolov5网络模型；通过自选多深度yolov5网络模型，实时分析多类型解析图片集合，获取多类型解析网络模型实时分析结果。
-
公开(公告)号：CN115729998A
公开(公告)日：2023-03-03
申请号：CN202211478698.9
申请日：2022-11-23
Applicant: 北京泰策科技有限公司
IPC: G06F16/25
Abstract: 本发明公开了一种任意数据混合优化的大规模处理分析系统，涉及数据大规模处理分析系统领域。本发明包括数据采集模块、数据转换模块、数据处理模块、学习模块、数据管理模块以及数据判读分析模块，通过设置源文件的参数字段与目标文件的参数字段的对应关系，确定源文件的参数字段为第一数据格式，目标文件的参数字段为第二数据格式，根据源文件的参数字段与目标文件的参数字段之间的相似度生成每个第一数据格式对应的格式转换协议，并将每个格式转换协议下发至对应数据转换模块，根据格式转换协议，将源文件的参数字段的数据匹配至目标文件对应的参数字段，降低系统面对多源异构的海量数据时数据整合难度，提高分析效率。
-
公开(公告)号：CN117035004A
公开(公告)日：2023-11-10
申请号：CN202310912800.X
申请日：2023-07-24
Applicant: 北京泰策科技有限公司
IPC: G06N3/04 , G06N3/08 , G06F18/213
Abstract: 本发明公开了一种基于多模态学习技术的文本、图片、视频生成方法及系统，其方法包括：分别获取文本、图片和视频各自对应的多模态数据，根据所述多模态数据生成学习特征；根据文本、图片和视频各自的学习特征训练预设神经网络学习模型以生成多模态学习模型；接收用户下发的决策任务，解析决策任务的任务向量和决策指令；基于决策指令利用多模态学习模型对任务向量进行自适应处理以生成实时文本/实时图片或者实时视频。通过分别获取文本和图片以及视频各自的多模态特征进而获取学习特征以构建学习模块可以利用模型对后续向量事物进行模态化建模以多层次地对向量事物进行展示，提高了用户对于不同事物的认知和学习效率的同时也提高了体验感。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.026 seconds)
