专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果17394个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于数据处理的因子生成方法-CN202310712341.0在审
  • 罗翠萍;张皖东;张章义 - 福建米加网络科技有限公司
  • 2023-06-15 - 2023-09-19 - G06V20/10
  • 所述方法包括以下步骤:利用空间遥感影像技术对调查区域范围内的森林资源进行采集处理,得到森林资源调查数据;利用森林资源降噪算法对森林资源调查数据进行降噪处理,得到森林资源调查降噪数据;利用特征提取技术对森林资源调查降噪数据进行特征提取处理,得到森林资源调查数据特征;根据预设的森林资源分类模型对森林资源调查数据特征进行分类处理,得到森林资源调查类型数据;利用因子分析技术对森林资源调查类型数据进行分析处理,以生成森林资源状态因子。本发明通过利用遥感数据使用自适应算法自动调整因子参数,从而提高森林资源调查的准确度和效率。
  • 一种基于数据处理因子生成方法
  • [发明专利]一种可自适应划分子森林的分布式级联森林方法-CN202110940700.9有效
  • 王廷;陈泽熙 - 华东师范大学
  • 2021-08-17 - 2023-09-29 - G06N20/00
  • 本发明公开了一种可自适应划分子森林的分布式级联森林方法,其特点是采用分布式级联森林的方法,使每次子森林进行并行计算时都能得到最大的并行资源,以达到子森林自适应划分的目的,具体包括:分布式级联森林和子森林自适应划分两个部分,所述分布式级联森林通过对树组成的森林来集成并前后串联达到表征学习的效果;所述子森林自适应划分通过对高维输入数据的多粒度扫描进行加强,串联的层数也可以通过自适应的决定。本发明与现有技术相比具有保证每次子森林进行并行计算时都能得到最大的并行资源,同时减少了采样的特征实例,降低了传输特征的资源消耗,有效地提高了分布式深度森林地并行度,较好的解决了森林粒度划分问题。
  • 一种自适应分子森林分布式级联方法
  • [发明专利]一种森林火灾动态风险评估方法及装置-CN202210878204.X在审
  • 阿多;廖永丰;王志强 - 应急管理部国家减灾中心
  • 2022-07-25 - 2022-10-25 - G06Q10/06
  • 本发明提供的森林火灾动态风险评估方法及装置,涉及森林火灾动态风险评估领域。该方法包括:获取目标森林区域的第一参数信息以及与第一参数信息对应的历史参数信息;根据目标森林区域的第一参数信息以及与第一参数信息对应的历史参数信息,判断目标森林区域发生火灾的理论概率;判断目标森林区域发生火灾的理论概率是否大于或等于预设发生火灾概率;若目标森林区域发生火灾的理论概率大于或等于预设发生火灾概率,则获取目标森林区域的第二参数信息;根据目标森林区域发生火灾的理论概率以及第二参数信息,对目标森林区域发生火灾的动态风险进行评估。本发明能够对森林火灾及时防范和处理,有利于减少森林火灾或降低森林火灾的损失。
  • 一种森林火灾动态风险评估方法装置
  • [实用新型]自集水防火树-CN201220373896.4有效
  • 张思玉 - 南京森林警察学院
  • 2012-07-31 - 2013-01-30 - A62C3/02
  • 本实用新型提供一种自集水防火树,包括树干、树冠、森林火险探测系统和自动喷灌系统,能够自动贮存降水,自动探测森林火险,在达到高森林火险之前,能够将贮存的水喷洒到森林地表可燃物上,降低森林火险,防止森林火灾的发生,其尤其适于建在森林火灾发生频繁的区域。
  • 集水火树
  • [发明专利]一种融合多源数据的精细化森林火险评估方法-CN202111197766.X在审
  • 李恒宇;朱瑞飞;孔加龙;桂哲群;田德宇;姜凯 - 长光卫星技术有限公司
  • 2021-10-14 - 2022-02-01 - G06Q10/06
  • 本发明公开了一种融合多源数据的精细化森林火险评估方法,包括:确定引起森林火险的关键影响因素;对关键影响因素进行深层次诊断分析和聚类分析,得到12种森林火险影响因子;计算每个森林火险影响因子的权重;根据每个森林火险影响因子之间的相关性确定计算原则,以建立精细化森林风险评估模型,同时确定提取预报尺度;参照预设森林草原应急预案、预设森林火险等级预报与响应工作管理办法、预设森林火灾分级响应程序,通过精细化森林风险评估模型对预设年限内的历史火灾数据进行分析,以划分精细化森林火险的风险等级。该方法实现预报等级信息的自动化发布,且火险预报结果满足精细化的要求,具备预报的准确性,能为森林防火工作提供参考。
  • 一种融合数据精细森林火险评估方法
  • [发明专利]基于深度神经网络的森林烟火智能检测方法及系统-CN202310366303.4在审
  • 符祥;李钢 - 南昌航空大学
  • 2023-03-31 - 2023-07-14 - G06V20/40
  • 本发明公开的属于森林烟火检测技术领域,具体为基于深度神经网络的森林烟火智能检测方法及系统,所述森林烟火智能检测方法包括以下步骤:S1:收集预设数量的森林烟火图像,对所述森林烟火图像预处理形成森林烟火样本图像,多个所述森林烟火样本图像形成森林烟火样本图像集,所述森林烟火样本图像集分为训练集和测试集;S2:采用深度神经网络模型对实时采集到的森林烟火图像信息执行前向计算,得到烟火区域及可靠度;当所述可靠度超过所设定的阈值后,则判断此处拍摄区域存在森林烟火,若是存在则直接进行报警处理,通知工作人员,降低了视频监控中干扰信息的影响,提高了检测的准确性,便于更好的对森林烟火进行智能检测。
  • 基于深度神经网络森林烟火智能检测方法系统
  • [发明专利]基于时间序列分析的森林增长年份自动识别方法、系统-CN202210042096.2有效
  • 俞乐;杜贞容 - 清华大学
  • 2022-01-14 - 2023-04-28 - G06F17/18
  • 本发明提供一种基于时间序列分析的森林增长年份自动识别方法,获取全球森林变化数据集、全球森林树冠高度数据集和预设年份中各个年度的地表反射率影像,并对地表反射率影像进行预处理以获取年度各景影像归一化植被指数序列和年度归一化燃烧指数序列,再计算年度归一化燃烧指数阈值,而后基于全球森林变化数据集、全球森林树冠高度数据集和年度各景影像归一化植被指数序列获取全球潜在森林增长区域,再通过LandTrendr算法获取森林增长时段,并基于所述全球潜在森林增长区域内的年度归一化燃烧指数序列和森林增长的时段结合自动提取森林增长年份,如此,进行全球森林增长年份制图,以快速自动获取全球森林增长年份。
  • 基于时间序列分析森林增长年份自动识别方法系统
  • [发明专利]一种森林火灾和森林消防服务站信息坐标确定分析方法-CN201610525233.2在审
  • 夏杰 - 夏杰
  • 2016-07-01 - 2018-01-09 - G08B17/00
  • 本发明涉及一种森林火灾和森林消防服务站信息坐标确定分析方法,涉及消防技术领域。步骤如下设置监测点,以信息系统数据的集成和多个监测点的物理分析为视角;配备监测森林火灾的信息采集系统;以消防机测量距离井所处的视觉中心,根据地图表架构的规模,构成统计建模基线数据;根据森林里的位置、距离数目块分析方法设有路政,从森林消防供水系统的距离到受影响的火灾森林区的中心;确定多年受影响的森林,同期发生的森林火灾数以及森林消防服务的位置;统计建模识别趋势和模式的波距离的影响。本发明能有效的研究与控制森林火灾,从而来达到森林防火的目的。
  • 一种森林火灾消防服务站信息坐标确定分析方法
  • [发明专利]一种用于森林云雾图像分割的方法、存储介质和设备-CN201911202595.8在审
  • 张德雄;施燕平;俞小鹏 - 南京恩博科技有限公司
  • 2019-11-29 - 2020-04-21 - G06T7/00
  • 本发明公开了一种用于森林云雾图像分割的方法、存储介质和设备,属于计算机视觉和森林防火视频监测领域。该方法首先获取森林云雾图像,然后采用轻量级神经网络串联编码模块和解码模块构成语义分割网络模型对森林云雾图像进行处理,森林云雾图像在所述语义分割网络模型中执行前向计算进行图像分割,输出森林云雾图像中云雾区域的掩码图该方法能够克服传统暗通道方法精度低、泛化能力差等缺点,在对森林云雾图像进行快速分割的同时,兼具更高的精度,从而能够有效辅助森林防火监控系统进行森林烟火检测。同时公开的用于森林云雾图像分割的存储介质以及包括该存储介质的设备,能够直接工程部署,用于森林云雾图像分割。
  • 一种用于森林云雾图像分割方法存储介质设备

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top