CN108960027A - 云计算定位方法 - Google Patents
云计算定位方法 Download PDFInfo
- Publication number
- CN108960027A CN108960027A CN201810222457.5A CN201810222457A CN108960027A CN 108960027 A CN108960027 A CN 108960027A CN 201810222457 A CN201810222457 A CN 201810222457A CN 108960027 A CN108960027 A CN 108960027A
- Authority
- CN
- China
- Prior art keywords
- data
- equipment
- warning
- sandstorm
- limit value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 239000004576 sand Substances 0.000 claims abstract description 10
- 238000010191 image analysis Methods 0.000 claims abstract description 5
- 239000004615 ingredient Substances 0.000 claims description 17
- 239000000284 extract Substances 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 10
- 230000000052 comparative effect Effects 0.000 claims description 9
- 239000000203 mixture Substances 0.000 claims description 8
- 238000013500 data storage Methods 0.000 claims description 7
- 239000000428 dust Substances 0.000 claims description 7
- 230000004807 localization Effects 0.000 claims description 6
- 230000002265 prevention Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000009545 invasion Effects 0.000 abstract description 11
- 239000002689 soil Substances 0.000 description 7
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000003245 coal Substances 0.000 description 1
- 239000003034 coal gas Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000003795 desorption Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Computer Security & Cryptography (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种云计算定位方法，该方法包括提供沙尘暴入侵云计算定位系统，通过图像分析的方式，获取沙尘暴前锋区域的即时GPS位置，将所述沙尘暴前锋区域的即时GPS位置与所述警戒线位置数据中的各个警戒点的定位数据进行逐一匹配，在匹配都失败时，发出未触及警戒线信号，以及在匹配成功时，发出触及警戒线信号并发出匹配到的警戒点的定位数。
Description
技术领域
本发明涉及云计算领域，尤其涉及一种云计算定位方法。
背景技术
云计算是通过使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，企业数据中心的运行将与互联网更相似。这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。
好比是从古老的单台发电机模式转向了电厂集中供电的模式。它意味着计算能力也可以作为一种商品进行流通，就像煤气、水电一样，取用方便，费用低廉。最大的不同在于，它是通过互联网进行传输的。
被普遍接受的云计算特点如下：(1)超大规模。“云”具有相当的规模，Google云计算已经拥有100多万台服务器，Amazon、IBM、微软、Yahoo等的“云”均拥有几十万台服务器。企业私有云一般拥有数百上千台服务器。“云”能赋予用户前所未有的计算能力。(2)虚拟化。云计算支持用户在任意位置、使用各种终端获取应用服务。所请求的资源来自“云”，而不是固定的有形的实体。应用在“云”中某处运行，但实际上用户无需了解、也不用担心应用运行的具体位置。只需要一台笔记本或者一个手机，就可以通过网络服务来实现我们需要的一切，甚至包括超级计算这样的任务。(3)高可靠性。“云”使用了数据多副本容错、计算节点同构可互换等措施来保障服务的高可靠性，使用云计算比使用本地计算机可靠。(4)通用性。云计算不针对特定的应用，在“云”的支撑下可以构造出千变万化的应用，同一个“云”可以同时支撑不同的应用运行。
发明内容
本发明提供了一种云计算定位方法，通过图像分析的方式，获取沙尘暴前锋区域的即时GPS位置，将所述沙尘暴前锋区域的即时GPS 位置与所述警戒线位置数据中的各个警戒点的定位数据进行逐一匹配，在匹配都失败时，发出未触及警戒线信号，以及在匹配成功时，发出触及警戒线信号并发出匹配到的警戒点的定位数。
根据本发明的一方面，提供了一种云计算定位方法，该方法包括提供沙尘暴入侵云计算定位系统，通过图像分析的方式，获取沙尘暴前锋区域的即时GPS位置，将所述沙尘暴前锋区域的即时GPS位置与所述警戒线位置数据中的各个警戒点的定位数据进行逐一匹配，在匹配都失败时，发出未触及警戒线信号，以及在匹配成功时，发出触及警戒线信号并发出匹配到的警戒点的定位数，所述沙尘暴入侵云计算定位系统包括：
警戒线数据存储设备，设置在直升机上，用于预先存储警戒线位置数据，所述警戒线位置数据包括各个警戒点的定位数据；
飞行数据检测设备，设置在直升机上，用于检测并输出直升机的飞行数据，所述飞行数据包括即时高度和即时GPS位置；
CMOS传感设备，设置在直升机上，用于面向直升机下方进行飞行图像采集，以获得并输出下方实时图像；
成分调整设备，与所述CMOS传感设备连接，用于接收下方实时图像，并对所述下方实时图像中的每一个像素点的色调成分、亮度成分和饱和度成分进行归一化处理，以将所述下方实时图像中的每一个像素点的色调成分、亮度成分和饱和度成分都归一化调整到0到1 的数值区间内，以获得并输出调整后色调成分、调整后亮度成分和调整后饱和度成分，所述成分调整设备的操作在云端进行；
数据比较设备，与所述成分调整设备连接，用于接收各个像素点的调整后色调成分、调整后亮度成分和调整后饱和度成分，针对每一个像素点，将1减去调整后亮度成分以获得第一提取数据，将1减去调整后色调成分以获得第二提取数据，将1减去调整后饱和度成分以获得第三提取数据，将所述第二提取数据和所述第三提取数据的乘积除以所述第一提取数据以获得数据运算结果，取各个像素点的数据运算结果的平均值以作为比较因子。
本发明至少具有以下三个重要发明点：
(1)针对图像整体执行基于色调成分、亮度成分和饱和度成分的统计分析，并利用了云计算平台，从而在保证数据精度的同时，提高了运算效率；
(2)根据当前拍摄环境的不同照明场景，选择能够快速有效分割出包括对象的区域的电平切割限值，以提高后续图像的识别速度；
(3)将所述沙尘暴前锋区域的即时GPS位置与所述警戒线位置数据中的各个警戒点的定位数据进行逐一匹配，从而能够快速判断出是否需要发出沙尘暴预警信号。
附图说明
以下将结合附图对本发明的实施方案进行描述，其中：
图1为根据本发明实施方案示出的沙尘暴入侵云计算定位系统的CMOS传感设备的结构示意图。
具体实施方式
下面将参照附图对本发明的实施方案进行详细说明。
通过实验，专家们发现，土壤风蚀是沙尘暴发生发展的首要环节。风是土壤最直接的动力，其中气流性质、风速大小、土壤风蚀过程中风力作用的相关条件等是最重要的因素。另外土壤含水量也是影响土壤风蚀的重要原因之一。这项实验还证明，植物措施是防治沙尘暴的有效方法之一。专家认为植物通常以3种形式来影响风蚀：分散地面上一定的风动量，减少气流与沙尘之间的传递；阻止土壤、沙尘等的运动。
沙尘暴的形成有着人为因素以及气象因素的影响。在人为因素方面，沙尘暴发生不仅是特定自然环境条件下的产物，而且与人类活动有对应关系。人为过度放牧、滥伐森林植被，工矿交通建设尤其是人为过度垦荒破坏地面植被，扰动地面结构，形成大面积沙漠化土地，直接加速了沙尘暴的形成和发育。在气象因素方面，沙尘暴的形成是以东亚特殊的大气环流为背景，并与冬季风紧密联系在一起，他的发生主要与冬半年西伯利亚、蒙古高压驱动下的冷锋过境有关，属冷锋型沙尘暴。
沙尘暴对城市的危害性极大。为了帮助市民和相关部门尽快做好防范措施，需要对沙尘暴的蔓延情况进行识别，通常是在城市周边设置沙尘暴警戒线，一旦沙尘暴跨越过这些警戒线，则需要立即进行沙尘暴的城市预警。当前，并不存在具体实现沙尘暴城市预警的实施机制。
为了克服上述不足，本发明搭建了一种云计算定位方法，该方法包括提供沙尘暴入侵云计算定位系统，通过图像分析的方式，获取沙尘暴前锋区域的即时GPS位置，将所述沙尘暴前锋区域的即时GPS 位置与所述警戒线位置数据中的各个警戒点的定位数据进行逐一匹配，在匹配都失败时，发出未触及警戒线信号，以及在匹配成功时，发出触及警戒线信号并发出匹配到的警戒点的定位数，所述沙尘暴入侵云计算定位系统能够实现高效的沙尘暴入侵定位以及与警戒线位置数据中的各个警戒点的定位数据的逐一匹配。
根据本发明实施方案的沙尘暴入侵云计算定位系统包括：
警戒线数据存储设备，设置在直升机上，用于预先存储警戒线位置数据，所述警戒线位置数据包括各个警戒点的定位数据；
飞行数据检测设备，设置在直升机上，用于检测并输出直升机的飞行数据，所述飞行数据包括即时高度和即时GPS位置；
CMOS传感设备，如图1所示，设置在直升机上，用于面向直升机下方进行飞行图像采集，以获得并输出下方实时图像；
成分调整设备，与所述CMOS传感设备连接，用于接收下方实时图像，并对所述下方实时图像中的每一个像素点的色调成分、亮度成分和饱和度成分进行归一化处理，以将所述下方实时图像中的每一个像素点的色调成分、亮度成分和饱和度成分都归一化调整到0到1 的数值区间内，以获得并输出调整后色调成分、调整后亮度成分和调整后饱和度成分，所述成分调整设备的操作在云端进行。
接着，继续对本发明的沙尘暴入侵云计算定位系统的具体结构进行进一步的说明。
在所述沙尘暴入侵云计算定位系统中，还包括：
数据比较设备，与所述成分调整设备连接，用于接收各个像素点的调整后色调成分、调整后亮度成分和调整后饱和度成分，针对每一个像素点，将1减去调整后亮度成分以获得第一提取数据，将1减去调整后色调成分以获得第二提取数据，将1减去调整后饱和度成分以获得第三提取数据，将所述第二提取数据和所述第三提取数据的乘积除以所述第一提取数据以获得数据运算结果，取各个像素点的数据运算结果的平均值以作为比较因子；
其中，在所述数据比较设备中，当所述比较因子小于预设参考阈值时，确定所述下方实时图像为高明度图像；
其中，在所述数据比较设备中，当所述比较因子大于等于预设参考阈值时，确定所述下方实时图像为低明度图像。
在所述沙尘暴入侵云计算定位系统中，还包括：
参数修正设备，与所述数据比较设备连接，用于接收所述比较因子，还用于在接收到所述高明度图像时，选择高电平切割限值并作为目标切割限值输出，用于在接收到所述低明度图像时，选择低电平切割限值并作为目标切割限值输出。
在所述沙尘暴入侵云计算定位系统中，还包括：
图像切割设备，分别与所述CMOS传感设备和所述参数修正设备连接，用于接收所述下方实时图像以及所述目标切割限值，并基于所述目标切割限值从所述下方实时图像中切割出待分析区域，所述图像切割设备基于所述目标切割限值从所述下方实时图像中切割出待分析区域包括：当所述目标切割限值为所述高电平切割限值时，将所述下方实时图像中亮度值小于等于所述高电平切割限值的像素点组成所述待分析区域，以及当所述目标切割限值为所述低电平切割限值时，将所述下方实时图像中亮度值大于等于所述低电平切割限值的像素点组成所述待分析区域；
前锋区域检测设备，与所述图像切割设备连接，用于接收所述待分析区域，并基于沙尘暴前锋卷动形状以及沙尘暴颜色范围从所述待分析区域中提取出沙尘暴前锋区域；
前锋分析设备，设置在直升机上，与所述前锋区域检测设备连接，用于获取沙尘暴前锋区域和下方实时图像，还与所述飞行数据检测设备连接以获得所述即时高度和所述即时GPS位置，基于所述即时高度、所述即时GPS位置以及所述沙尘暴前锋区域在所述下方实时图像的位置确定所述沙尘暴前锋区域的即时GPS位置；
位置对比设备，设置在直升机上，分别与所述警戒线数据存储设备和所述前锋分析设备连接，用于接收所述警戒线位置数据和所述沙尘暴前锋区域的即时GPS位置，并将所述沙尘暴前锋区域的即时GPS 位置与所述警戒线位置数据中的各个警戒点的定位数据进行逐一匹配，在匹配都失败时，发出未触及警戒线信号，以及在匹配成功时，发出触及警戒线信号并发出匹配到的警戒点的定位数据；
射频发送设备，设置在直升机上，用于将所述触及警戒线信号以及所述匹配到的警戒点的定位数据发送到沙尘暴防控中心服务器处，或用于将所述未触及警戒线信号发送到沙尘暴防控中心服务器处。
在所述沙尘暴入侵云计算定位系统中：
所述数据比较设备的运算操作被放置在网络对端的云计算平台处进行。
在所述沙尘暴入侵云计算定位系统中，还包括：
数据存储设备，与所述数据比较设备连接，用于存储所述预设参考阈值。
以及，在所述沙尘暴入侵云计算定位系统中：
所述高电平切割限值的数值分布范围在200-255之间，所述低电平切割限值的数值分布范围在0-64之间。
另外，所述飞行数据检测设备通过GPS导航系统获得所述即时 GPS位置。
采用本发明的沙尘暴入侵云计算定位系统，针对现有技术中沙尘暴定位分析困难的技术问题，一方面，通过针对图像整体执行基于色调成分、亮度成分和饱和度成分的统计分析，并根据当前拍摄环境的不同照明场景，选择能够快速有效分割出包括对象的区域的电平切割限值，以提高后续图像的识别速度，另一方面，将沙尘暴前锋区域的即时GPS位置与警戒线位置数据中的各个警戒点的定位数据进行逐一匹配，以高精度地确定出沙尘暴前锋区域是否到达城市警戒线。
可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。
Claims (7)
1.一种云计算定位方法，该方法包括提供沙尘暴入侵云计算定位系统，通过图像分析的方式，获取沙尘暴前锋区域的即时GPS位置，将所述沙尘暴前锋区域的即时GPS位置与所述警戒线位置数据中的各个警戒点的定位数据进行逐一匹配，在匹配都失败时，发出未触及警戒线信号，以及在匹配成功时，发出触及警戒线信号并发出匹配到的警戒点的定位数，所述沙尘暴入侵云计算定位系统包括：
警戒线数据存储设备，设置在直升机上，用于预先存储警戒线位置数据，所述警戒线位置数据包括各个警戒点的定位数据；
飞行数据检测设备，设置在直升机上，用于检测并输出直升机的飞行数据，所述飞行数据包括即时高度和即时GPS位置；
CMOS传感设备，设置在直升机上，用于面向直升机下方进行飞行图像采集，以获得并输出下方实时图像；
成分调整设备，与所述CMOS传感设备连接，用于接收下方实时图像，并对所述下方实时图像中的每一个像素点的色调成分、亮度成分和饱和度成分进行归一化处理，以将所述下方实时图像中的每一个像素点的色调成分、亮度成分和饱和度成分都归一化调整到0到1的数值区间内，以获得并输出调整后色调成分、调整后亮度成分和调整后饱和度成分，所述成分调整设备的操作在云端进行。
2.如权利要求1所述的方法，其特征在于，所述系统还包括：
数据比较设备，与所述成分调整设备连接，用于接收各个像素点的调整后色调成分、调整后亮度成分和调整后饱和度成分，针对每一个像素点，将1减去调整后亮度成分以获得第一提取数据，将1减去调整后色调成分以获得第二提取数据，将1减去调整后饱和度成分以获得第三提取数据，将所述第二提取数据和所述第三提取数据的乘积除以所述第一提取数据以获得数据运算结果，取各个像素点的数据运算结果的平均值以作为比较因子；
其中，在所述数据比较设备中，当所述比较因子小于预设参考阈值时，确定所述下方实时图像为高明度图像；
其中，在所述数据比较设备中，当所述比较因子大于等于预设参考阈值时，确定所述下方实时图像为低明度图像。
3.如权利要求2所述的方法，其特征在于，所述系统还包括：
参数修正设备，与所述数据比较设备连接，用于接收所述比较因子，还用于在接收到所述高明度图像时，选择高电平切割限值并作为目标切割限值输出，用于在接收到所述低明度图像时，选择低电平切割限值并作为目标切割限值输出。
4.如权利要求3所述的方法，其特征在于，所述系统还包括：
图像切割设备，分别与所述CMOS传感设备和所述参数修正设备连接，用于接收所述下方实时图像以及所述目标切割限值，并基于所述目标切割限值从所述下方实时图像中切割出待分析区域，所述图像切割设备基于所述目标切割限值从所述下方实时图像中切割出待分析区域包括：当所述目标切割限值为所述高电平切割限值时，将所述下方实时图像中亮度值小于等于所述高电平切割限值的像素点组成所述待分析区域，以及当所述目标切割限值为所述低电平切割限值时，将所述下方实时图像中亮度值大于等于所述低电平切割限值的像素点组成所述待分析区域；
前锋区域检测设备，与所述图像切割设备连接，用于接收所述待分析区域，并基于沙尘暴前锋卷动形状以及沙尘暴颜色范围从所述待分析区域中提取出沙尘暴前锋区域；
前锋分析设备，设置在直升机上，与所述前锋区域检测设备连接，用于获取沙尘暴前锋区域和下方实时图像，还与所述飞行数据检测设备连接以获得所述即时高度和所述即时GPS位置，基于所述即时高度、所述即时GPS位置以及所述沙尘暴前锋区域在所述下方实时图像的位置确定所述沙尘暴前锋区域的即时GPS位置；
位置对比设备，设置在直升机上，分别与所述警戒线数据存储设备和所述前锋分析设备连接，用于接收所述警戒线位置数据和所述沙尘暴前锋区域的即时GPS位置，并将所述沙尘暴前锋区域的即时GPS位置与所述警戒线位置数据中的各个警戒点的定位数据进行逐一匹配，在匹配都失败时，发出未触及警戒线信号，以及在匹配成功时，发出触及警戒线信号并发出匹配到的警戒点的定位数据；
射频发送设备，设置在直升机上，用于将所述触及警戒线信号以及所述匹配到的警戒点的定位数据发送到沙尘暴防控中心服务器处，或用于将所述未触及警戒线信号发送到沙尘暴防控中心服务器处。
5.如权利要求4所述的方法，其特征在于：
所述数据比较设备的运算操作被放置在网络对端的云计算平台处进行。
6.如权利要求5所述的方法，其特征在于，所述系统还包括：
数据存储设备，与所述数据比较设备连接，用于存储所述预设参考阈值。
7.如权利要求4-6任一所述的方法，其特征在于：
所述高电平切割限值的数值分布范围在200-255之间；
以及所述低电平切割限值的数值分布范围在0-64之间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810222457.5A CN108960027B (zh) | 2018-03-19 | 2018-03-19 | 云计算定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810222457.5A CN108960027B (zh) | 2018-03-19 | 2018-03-19 | 云计算定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108960027A true CN108960027A (zh) | 2018-12-07 |
| CN108960027B CN108960027B (zh) | 2019-05-28 |
Family
ID=64495218
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810222457.5A Active CN108960027B (zh) | 2018-03-19 | 2018-03-19 | 云计算定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108960027B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111693986A (zh) * | 2019-03-11 | 2020-09-22 | 杭州海康威视数字技术股份有限公司 | 一种目标对象入侵检测系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080065329A1 (en) * | 2005-04-14 | 2008-03-13 | Baron Services, Inc. | System and Method for Displaying Storm Tracks |
| CN102169557A (zh) * | 2011-03-10 | 2011-08-31 | 王桥 | 环境遥感应用系统 |
| CN104730598A (zh) * | 2015-04-07 | 2015-06-24 | 北京市环境保护监测中心 | 一种沙尘暴监测方法及装置 |
-
2018
- 2018-03-19 CN CN201810222457.5A patent/CN108960027B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080065329A1 (en) * | 2005-04-14 | 2008-03-13 | Baron Services, Inc. | System and Method for Displaying Storm Tracks |
| CN102169557A (zh) * | 2011-03-10 | 2011-08-31 | 王桥 | 环境遥感应用系统 |
| CN104730598A (zh) * | 2015-04-07 | 2015-06-24 | 北京市环境保护监测中心 | 一种沙尘暴监测方法及装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111693986A (zh) * | 2019-03-11 | 2020-09-22 | 杭州海康威视数字技术股份有限公司 | 一种目标对象入侵检测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108960027B (zh) | 2019-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110770610B (zh) | 模拟、记录和预测对流气象的自学习即时预报系统 | |
| US20170200377A1 (en) | Flight instructing method and device, and aerial vehicle | |
| CN108875577A (zh) | 目标检测方法、装置及计算机可读存储介质 | |
| US11611575B2 (en) | Attack situation visualization device, attack situation visualization method and recording medium | |
| WO2017016398A1 (zh) | 一种飞行器的飞行路线设置方法及装置 | |
| CN106408136A (zh) | 确定无人机航线的方法及装置 | |
| CN106844343B (zh) | 指令结果筛选装置 | |
| CN106685990A (zh) | 一种基于工业互联网操作系统的安全性检测方法及装置 | |
| EP2490178B1 (en) | Methods and systems for identifying hazardous flight zone areas on a display | |
| DE102019131231A1 (de) | Verfahren und Vorrichtungen zum Detektieren von Seitenkanalangriffen | |
| KR101764227B1 (ko) | 스포츠 빅 데이터 기반의 데이터 마이닝 기법을 이용한 스포츠 경기 예측분석 인터페이스 제공 시스템 및 방법 | |
| CN112305559A (zh) | 基于地面定点激光雷达扫描的输电线距离测量方法、装置、系统和电子设备 | |
| CN108960027B (zh) | 云计算定位方法 | |
| CN109061774A (zh) | 一种雷暴核关联性处理方法 | |
| CN109376537A (zh) | 一种基于多因子融合的资产评分方法及系统 | |
| CN108540738B (zh) | 云计算定位系统 | |
| CN103093243A (zh) | 高分辨率全色遥感图像云判方法 | |
| CN112487312A (zh) | 关联兴趣点的方法、装置及确定兴趣点状态的方法、装置 | |
| CN115346171A (zh) | 一种输电线路监控方法、装置、设备及存储介质 | |
| CN113128693A (zh) | 一种信息处理方法、装置、设备及存储介质 | |
| CN110413002A (zh) | 一种无人机遥感信息采集方法及装置 | |
| CN113011298B (zh) | 截断物体样本生成、目标检测方法、路侧设备和云控平台 | |
| WO2017047348A1 (ja) | プレイヤの意図を予測してレンダリングするためのリソース配分を決定するプログラム、電子装置、システム及び方法 | |
| CN112221151B (zh) | 一种地图生成方法、装置、计算机设备及存储介质 | |
| CN106772424B (zh) | 一种交跨线确定方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190505 Address after: 410000 Room 301, R&D Headquarters, Central South University Science Park, Yuelu Street, Yuelu District, Changsha City, Hunan Province Applicant after: Hunan Tianyun Software Technology Co., Ltd. Address before: 215300 Chenghu Road 249, Kunshan Development Zone, Suzhou City, Jiangsu Province Applicant before: Wang Yinghua |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 410000 Room 301, R&D Headquarters, Central South University Science Park, Yuelu Street, Yuelu District, Changsha City, Hunan Province Patentee after: Tianyun Software Technology Co.,Ltd. Address before: 410000 Room 301, R&D Headquarters, Central South University Science Park, Yuelu Street, Yuelu District, Changsha City, Hunan Province Patentee before: Hunan Tianyun Software Technology Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder |