本發(fā)明涉及科技項目管理與智能信息處理技術(shù)領(lǐng)域，具體涉及一種面向科技計劃項目申報的查重方法，包括項目申報書信息提取、文本向量化表示、多級相似度查重匹配與融合判定和相似內(nèi)容定位與報告生成。通過多級查重策略、語義－結(jié)構(gòu)雙維度融合比對及分層向量...

本發(fā)明公開一種基于目標(biāo)檢測與空間坐標(biāo)轉(zhuǎn)換的巡檢缺陷去重方法，涉及無人機(jī)巡檢與人工智能領(lǐng)域。該方法通過無人機(jī)采集被測對象圖像及同步POS數(shù)據(jù)、鏡頭姿態(tài)數(shù)據(jù)，經(jīng)預(yù)訓(xùn)練目標(biāo)檢測模型輸出缺陷信息，結(jié)合相機(jī)參數(shù)將缺陷像素坐標(biāo)映射為WGS?84經(jīng)緯...

本發(fā)明公開一種基于異構(gòu)平臺的空地協(xié)同巡檢方法，屬于智能巡檢技術(shù)領(lǐng)域，適用于城市、電力、海事水域等多場景巡檢。針對傳統(tǒng)單一平臺巡檢的視角局限、復(fù)核缺失、定位不準(zhǔn)及缺乏自進(jìn)化能力等問題，本方法通過空中與地面設(shè)備功能互補，構(gòu)建“發(fā)現(xiàn)—誘導(dǎo)—復(fù)...

本發(fā)明公開了一種基于航跡預(yù)測與主動變焦的船舶特征抓拍方法，通過輕量級檢測模型實現(xiàn)實時發(fā)現(xiàn)，結(jié)合POS數(shù)據(jù)與成像模型解算地理坐標(biāo)，利用卡爾曼濾波平滑航跡并預(yù)測未來位置，驅(qū)動云臺提前調(diào)整Pan/Tilt/Zoom參數(shù)完成精準(zhǔn)對準(zhǔn)，并在最佳時...

本發(fā)明公開了基于航攝影像配準(zhǔn)與差異目標(biāo)檢測的違法建設(shè)識別方法，包括以下步驟：高精度時序航攝影像采集、POS約束下的精準(zhǔn)影像配準(zhǔn)、多維度差異提取與施工圖斑篩選、工地特征目標(biāo)精準(zhǔn)檢測、違法建設(shè)判定與合規(guī)校驗。本發(fā)明的基于航攝影像配準(zhǔn)與差異目...

本發(fā)明提供一種基于無人機(jī)正射影像的河道巡檢航線自動生成方法，通過無人機(jī)采集帶定位信息的正射影像，利用預(yù)訓(xùn)練的語義分割模型識別河道區(qū)域，經(jīng)形態(tài)學(xué)處理后得到河道邊界矢量多邊形，通過骨架提取或中心線變換算法生成河道中心線，并對其進(jìn)行道格拉斯?...

本申請涉及大數(shù)據(jù)與人工智能及無人機(jī)遙感領(lǐng)域，具體公開了一種空地多源異構(gòu)數(shù)據(jù)融合的時空對齊與協(xié)同分析方法，其在線接入5G?A數(shù)據(jù)、無人機(jī)影像與定位氣象數(shù)據(jù)并清洗增強，統(tǒng)一UTC時間與WGS?84坐標(biāo)以消除時空基準(zhǔn)差異；基于基準(zhǔn)時延與互相關(guān)...

本申請涉及智能交通監(jiān)測、無人機(jī)視頻解析領(lǐng)域，具體公開了一種基于無人機(jī)影像的車輛擁堵程度估算方法，其首先利用語義分割技術(shù)從無人機(jī)俯視道路影像中構(gòu)建高精度的道路感興趣區(qū)域掩膜，并利用掩膜生成的局部切線流場替代全局統(tǒng)計方向，通過路徑積分對車輛...

本申請涉及大數(shù)據(jù)與交通規(guī)劃領(lǐng)域，具體公開了一種基于手機(jī)信令位置停留點的節(jié)假日出行客流測算方法，其通過流式計算架構(gòu)對增量手機(jī)信令、交通運營及場景屬性數(shù)據(jù)進(jìn)行實時的并行清洗與多維融合，并引入路網(wǎng)拓?fù)浼s束的有效時空增量計算機(jī)制，通過概率化匹配...

本申請公開了一種基于手機(jī)信令與地鐵閘機(jī)數(shù)據(jù)關(guān)聯(lián)建模的客流預(yù)測方法，涉及大數(shù)據(jù)與人工智能技術(shù)領(lǐng)域，其首先實時采集涵蓋宏觀區(qū)域人流的手機(jī)信令、微觀閘機(jī)數(shù)據(jù)及重大活動信息，再經(jīng)動態(tài)清洗與時空對齊構(gòu)建全景標(biāo)準(zhǔn)輸入。隨后，利用多維時空特征編碼驅(qū)動...

本申請公開了基于5G?A通感一體化基站的低空無人機(jī)軌跡跟蹤監(jiān)測方法，涉及低空交通管理與通信感知融合技術(shù)領(lǐng)域，其首先采集通感融合信號、環(huán)境干擾及無人機(jī)屬性等多源數(shù)據(jù)，經(jīng)統(tǒng)一時間戳與坐標(biāo)系對齊封裝為同步數(shù)據(jù)幀。隨后，對數(shù)據(jù)幀進(jìn)行深度融合與抗...

本申請涉及大數(shù)據(jù)與人工智能及無人機(jī)遙感領(lǐng)域，具體公開了一種無人機(jī)圖像與手機(jī)信令網(wǎng)格熱力融合的人群密度分析方法，其首先采集無人機(jī)圖像熱力、手機(jī)信令網(wǎng)格熱力及環(huán)境元數(shù)據(jù)，建立統(tǒng)一度量空間對高分辨率圖像熱力與柵格化信令熱力進(jìn)行精細(xì)化時空對齊，...

本申請涉及大數(shù)據(jù)與人工智能技術(shù)領(lǐng)域，具體公開了一種基于手機(jī)信令與POI數(shù)據(jù)的城市網(wǎng)格化治理事件響應(yīng)系統(tǒng)，其通過在獲取手機(jī)信令與動態(tài)輔助數(shù)據(jù)流后，利用彈性網(wǎng)格技術(shù)將多源異構(gòu)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化的空間映射與時空對齊，消除數(shù)據(jù)源的時空錯位，構(gòu)建精細(xì)...

本發(fā)明提供一種基于時空大數(shù)據(jù)的短時客流量預(yù)測方法、系統(tǒng)與介質(zhì)，該方法包括:對區(qū)域范圍的網(wǎng)格劃分，確定全域范圍內(nèi)的網(wǎng)格；根據(jù)網(wǎng)格及地鐵出站口信息，確定出站口對應(yīng)的網(wǎng)格，并基于網(wǎng)格區(qū)域內(nèi)POI客流與基站用戶數(shù)確定網(wǎng)格區(qū)域的總客流數(shù)據(jù)；根據(jù)網(wǎng)...

本發(fā)明提供一種基于大數(shù)據(jù)與機(jī)器學(xué)習(xí)的智能藥品銷售終端選址規(guī)劃方法與系統(tǒng)，該方法包括：對區(qū)域進(jìn)行網(wǎng)格劃分并與城市圖層進(jìn)行空間相交，標(biāo)注城市標(biāo)簽，確定各每個城市范圍內(nèi)的網(wǎng)格數(shù)量；通過空間相交算法將城市的住宅小區(qū)、人口、商場、醫(yī)療資源、公共交...

本發(fā)明提供一種低壓配電網(wǎng)絡(luò)低壓線損的在線監(jiān)測方法與系統(tǒng)，所示方法包括以下步驟：獲取低壓配電網(wǎng)絡(luò)內(nèi)的分支線路上的用戶側(cè)電表在一個電表抄報送周期內(nèi)的電表抄表用電數(shù)據(jù)；獲取低壓配電網(wǎng)絡(luò)內(nèi)每個分支線路上的用戶側(cè)線路監(jiān)測數(shù)據(jù)；對于第i個分支線路的...

本發(fā)明涉及智慧交通技術(shù)領(lǐng)域，本發(fā)明提出一種基于手機(jī)信令大數(shù)據(jù)的地鐵清分清算方法與系統(tǒng)，針對復(fù)雜的地鐵出行場景，尤其是地鐵沿線存在微站(地下基站)和地上宏站的復(fù)雜情況下，本發(fā)明綜合考慮地鐵站不同的空間位置、信令采集修正、基站覆蓋修正因素，...

本發(fā)明提供一種基于手機(jī)信令的路網(wǎng)匹配方法、裝置與系統(tǒng)，包括：獲取目標(biāo)區(qū)域的移動基站數(shù)據(jù)、路網(wǎng)數(shù)據(jù)以及移動蜂窩網(wǎng)絡(luò)信令數(shù)據(jù)，并對移動蜂窩網(wǎng)絡(luò)信令數(shù)據(jù)按用戶進(jìn)行聚合后根據(jù)信令事件發(fā)生時間進(jìn)行排序，生成采樣軌跡；構(gòu)建基站的初始候選路段集合；基...

本發(fā)明提供一種地鐵用戶識別方法與系統(tǒng)，利于時間周期范圍內(nèi)的城市GIS地域界限范圍內(nèi)的用戶的手機(jī)信令數(shù)據(jù)，進(jìn)行軌跡處理和匹配后，通過時間和空間聚類處理，獲得地鐵用戶訓(xùn)練數(shù)據(jù)，然后基于地鐵用戶訓(xùn)練數(shù)據(jù)訓(xùn)練每個站點的一級特征庫并根據(jù)地鐵線路每...

本發(fā)明提供一種基于手機(jī)信令的交通樞紐客流流向識別方法、計算機(jī)系統(tǒng)、服務(wù)器與存儲介質(zhì)，包括：獲取待分析場站區(qū)域內(nèi)的各交通場景的室分基站數(shù)據(jù)，每個室分基站只覆蓋一個室分場景；獲取處于交通樞紐范圍內(nèi)的用戶的信令數(shù)據(jù)，對統(tǒng)計時間段內(nèi)的用戶的信令...