CN111507498B - 鸟类迁徙预警方法及装置 - Google Patents
鸟类迁徙预警方法及装置 Download PDFInfo
- Publication number
- CN111507498B CN111507498B CN201910745003.0A CN201910745003A CN111507498B CN 111507498 B CN111507498 B CN 111507498B CN 201910745003 A CN201910745003 A CN 201910745003A CN 111507498 B CN111507498 B CN 111507498B
- Authority
- CN
- China
- Prior art keywords
- bird
- flying
- migration
- target
- birds
- 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.)
- Active
Links
- 230000005012 migration Effects 0.000 title claims abstract description 403
- 238000013508 migration Methods 0.000 title claims abstract description 403
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000009826 distribution Methods 0.000 claims description 60
- 238000001514 detection method Methods 0.000 claims description 30
- 238000003860 storage Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 9
- 241000271566 Aves Species 0.000 description 114
- 238000012545 processing Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 6
- 230000002265 prevention Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Computer Security & Cryptography (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及一种鸟类迁徙预警方法及装置，包括：获取鸟情信息，所述鸟情信息包括与鸟类飞行状态及飞行轨迹相关的信息；根据所述鸟情信息确定鸟类迁徙参数，所述鸟类迁徙参数用于表征所述鸟类发生迁徙的可能性；在所述鸟类迁徙参数满足迁徙条件时，发出鸟类迁徙预警。根据本公开提供的鸟类迁徙预警方法及装置可以降低鸟击风险。
Description
技术领域
本公开涉及安全防范技术领域，尤其涉及一种鸟类迁徙预警方法及装置。
背景技术
迁徙鸟是机场鸟击防范的重点和难点，尤其是随着春秋迁徙季的到来，机场鸟击防范工作压力急剧增大，而且鸟类迁徙多发生在夜间，人工观测困难。因此，亟需一种对鸟类迁徙进行预警的方法，以提示鸟类迁徙沿途中的机场提前做好防范工作。
发明内容
有鉴于此，本公开提出了一种鸟类迁徙预警方法，包括：
获取鸟情信息，所述鸟情信息包括与鸟类飞行状态及飞行轨迹相关的信息；
根据所述鸟情信息确定鸟类迁徙参数，所述鸟类迁徙参数用于表征所述鸟类发生迁徙的可能性；
在所述鸟类迁徙参数满足迁徙条件时，发出鸟类迁徙预警。
在一种可能的实现方式中，所述获取鸟情信息，包括：
从雷达系统中获取实时雷达回波数据；
从所述实时雷达回波数据中提取鸟情信息。
在一种可能的实现方式中，所述根据所述鸟情信息确定鸟类迁徙参数，包括：
根据目标飞鸟的数量及雷达系统的探测半径及探测时长，确定鸟类通过密度；其中，目标飞鸟为起始位置距离雷达系统的距离、终止位置距离雷达系统的距离都与探测半径相同的飞鸟。
在一种可能的实现方式中，所述方法还包括：
在所述鸟类通过密度与日常飞鸟通过密度的比例大于第一比例阈值时，确定所述鸟类通过密度满足迁徙条件，其中，日常飞鸟通过密度表示未发生飞鸟迁徙时飞鸟的通过密度。
在一种可能的实现方式中，所述鸟情信息包括各目标飞鸟的飞行高度及数量，所述根据所述鸟情信息确定鸟类迁徙参数，包括：
根据各目标飞鸟的飞行高度确定各高度区间内的飞鸟数量；
根据各高度区间内的飞鸟数量及目标飞鸟的数量，得到鸟类飞行高度概率密度分布结果；
调整目标飞鸟高度拟合曲线的第一参数的值，直到所述目标飞鸟高度拟合曲线与所述鸟类飞行高度概率密度分布结果的平方差最小时，确定所述第一参数的值为第一迁徙参考值。
在一种可能的实现方式中，所述方法还包括：
在所述第一迁徙参考值与所述日常第一迁徙参考值的比例小于第二比例阈值时，确定所述第一迁徙参考值满足迁徙条件，其中，所述日常第一迁徙参考值表示未发生飞鸟迁徙时飞鸟的飞行高度对应的迁徙参考值。
在一种可能的实现方式中，所述鸟情信息包括目标飞鸟的飞行方向和数量，所述根据所述鸟情信息确定至少一个鸟类迁徙参数，包括：
根据各目标飞鸟的飞行方向确定各方向区间内的飞鸟数量；
根据各方向区间内的飞鸟数量及目标飞鸟的数量，得到鸟类方向概率密度分布结果；
调整目标飞鸟方向拟合曲线的第二参数的值，直到所述目标飞鸟方向拟合曲线与所述鸟类飞行方向概率密度分布结果的平方差最小时，确定所述第二参数的值为第二迁徙参考值。
在一种可能的实现方式中，所述方法还包括：
在所述第二迁徙参考值与所述日常第二迁徙参考值的比例小于第三比例阈值时，确定所述第二迁徙参考值满足迁徙条件，其中所述日常第二迁徙参考值表示未发生飞鸟迁徙时飞鸟的飞行方向对应的迁徙参考值。
在一种可能的实现方式中，所述鸟情信息包括目标飞鸟的飞行速度和数量，所述根据所述鸟情信息确定鸟类迁徙参数，包括：
根据各目标飞鸟的飞行速度确定各速度区间内的飞鸟数量；
根据各速度区间内的飞鸟数量及目标飞鸟的数量，得到鸟类速度方向概率密度分布结果；
调整目标飞鸟速度拟合曲线的第三参数的值，直到所述目标飞鸟速度拟合曲线与所述鸟类飞行速度概率密度分布结果的平方差最小时，确定所述第三参数的值为第三迁徙参考值。
在一种可能的实现方式中，所述方法还包括：
在所述第三迁徙参考值与所述日常第三迁徙参考值的比例小于第四比例阈值时，确定所述第三迁徙参考值满足迁徙条件，其中所述日常第三迁徙参考值表示未发生飞鸟迁徙时飞鸟的飞行速度对应的迁徙参考值。
在一种可能的实现方式中，所述鸟情信息中包括鸟类飞行轨迹数量，所述方法还包括：
根据所述鸟类飞行轨迹数量确定当前鸟类飞行轨迹密度；
在所述当前鸟类飞行轨迹密度与日常鸟类飞行轨迹密度的比例大于第五比例阈值时，执行根据鸟情信息确定鸟类迁徙参数的步骤，其中，所述日常鸟类飞行轨迹密度表示未发生飞鸟迁徙时飞鸟的飞行轨迹密度。
在一种可能的实现方式中，所述在所述鸟类迁徙参数满足迁徙条件时，发出鸟类迁徙预警，包括：
在所述鸟类迁徙参数满足迁徙条件时，确定鸟类的平均飞行速度；
根据目标地点距离飞鸟的当前距离及所述平均飞行速度确定迁徙时长；
根据所述迁徙时长生成并发出针对所述目标地点的鸟类迁徙预警。
根据本公开的另一方面，提供了一种鸟类迁徙预警装置，包括：
获取模块，用于获取鸟情信息，所述鸟情信息包括与鸟类飞行状态及飞行轨迹相关的信息；
第一确定模块，用于根据所述鸟情信息确定鸟类迁徙参数，所述鸟类迁徙参数用于表征所述鸟类发生迁徙的可能性；
预警模块，用于在所述鸟类迁徙参数满足迁徙条件时，发出鸟类迁徙预警。
在一种可能的实现方式中，所述获取模块还用于：
从雷达系统中获取实时雷达回波数据；
从所述实时雷达回波数据中提取鸟情信息。
在一种可能的实现方式中，上述第一确定模块还用于：
根据目标飞鸟的数量及雷达系统的探测半径及探测时长，确定鸟类通过密度；其中，目标飞鸟为起始位置距离雷达系统的距离、终止位置距离雷达系统的距离都与探测半径相同的飞鸟。
在一种可能的实现方式中，上述装置包括：
第二确定模块，用于在所述鸟类通过密度与日常飞鸟通过密度的比例大于第一比例阈值时，确定所述鸟类通过密度满足迁徙条件，其中，日常飞鸟通过密度表示未发生飞鸟迁徙时飞鸟的通过密度。
在一种可能的实现方式中，所述鸟情信息包括各目标飞鸟的飞行高度及数量，所述第一确定模块还用于：
根据各目标飞鸟的飞行高度确定各高度区间内的飞鸟数量；
根据各高度区间内的飞鸟数量及目标飞鸟的数量，得到鸟类飞行高度概率密度分布结果；
调整目标飞鸟高度拟合曲线的第一参数的值，直到所述目标飞鸟高度拟合曲线与所述鸟类飞行高度概率密度分布结果的平方差最小时，确定所述第一参数的值为第一迁徙参考值。
在一种可能的实现方式中，上述装置还包括：
第三确定模块，用于在所述第一迁徙参考值与所述日常第一迁徙参考值的比例小于第二比例阈值时，确定所述第一迁徙参考值满足迁徙条件，其中，所述日常第一迁徙参考值表示未发生飞鸟迁徙时飞鸟的飞行高度对应的迁徙参考值。
在一种可能的实现方式中，所述鸟情信息包括目标飞鸟的飞行方向和数量，所述第一确定模块还用于：
根据各目标飞鸟的飞行方向确定各方向区间内的飞鸟数量；
根据各方向区间内的飞鸟数量及目标飞鸟的数量，得到鸟类方向概率密度分布结果；
调整目标飞鸟方向拟合曲线的第二参数的值，直到所述目标飞鸟方向拟合曲线与所述鸟类飞行方向概率密度分布结果的平方差最小时，确定所述第二参数的值为第二迁徙参考值。
在一种可能的实现方式中，上述装置还包括：
第四确定模块，用于在所述第二迁徙参考值与所述日常第二迁徙参考值的比例小于第三比例阈值时，确定所述第二迁徙参考值满足迁徙条件，其中所述日常第二迁徙参考值表示未发生飞鸟迁徙时飞鸟的飞行方向对应的迁徙参考值。
在一种可能的实现方式中，所述鸟情信息包括目标飞鸟的飞行速度和数量，所述第一确定模块还用于：
根据各目标飞鸟的飞行速度确定各速度区间内的飞鸟数量；
根据各速度区间内的飞鸟数量及目标飞鸟的数量，得到鸟类速度方向概率密度分布结果；
调整目标飞鸟速度拟合曲线的第三参数的值，直到所述目标飞鸟速度拟合曲线与所述鸟类飞行速度概率密度分布结果的平方差最小时，确定所述第三参数的值为第三迁徙参考值。
在一种可能的实现方式中，上述装置还包括：
第五确定模块，用于在所述第三迁徙参考值与所述日常第三迁徙参考值的比例小于第四比例阈值时，确定所述第三迁徙参考值满足迁徙条件，其中所述日常第三迁徙参考值表示未发生飞鸟迁徙时飞鸟的飞行速度对应的迁徙参考值。
在一种可能的实现方式中，所述鸟情信息中包括鸟类飞行轨迹数量，所述装置还包括：
第六确定模块，用于根据所述鸟类飞行轨迹数量确定当前鸟类飞行轨迹密度；
预警分析模块，用于在所述当前鸟类飞行轨迹密度与日常鸟类飞行轨迹密度的比例大于第五比例阈值时，执行根据鸟情信息确定鸟类迁徙参数的步骤，其中，所述日常鸟类飞行轨迹密度表示未发生飞鸟迁徙时飞鸟的飞行轨迹密度。
在一种可能的实现方式中，所述预警模块还用于：
在所述鸟类迁徙参数满足迁徙条件时，确定鸟类的平均飞行速度；
根据目标地点距离飞鸟的当前距离及所述平均飞行速度确定迁徙时长；
根据所述迁徙时长生成并发出针对所述目标地点的鸟类迁徙预警。
根据本公开的另一方面，提供了一种鸟类迁徙预警装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述方法。
根据本公开的另一方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述方法。
这样一来，可以获取鸟情信息，并进一步的可以根据鸟情信息确定鸟类迁徙参数，在鸟类迁徙参数满足迁徙条件时，可以发出鸟类迁徙预警。根据本公开实施例提供的鸟类迁徙预警方法及装置，可以根据获取的鸟情信息自动分析是否发生鸟类迁徙，并可以在确定发生鸟类迁徙时，为鸟类迁徙路线沿途中的机场发出对应的鸟类迁徙预警，以提示机场提前采取鸟防措施，降低鸟击风险。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
图1示出根据本公开一实施例的鸟类迁徙预警方法的流程图；
图2示出本公开一示例性的鸟类飞行高度概率密度分布图；
图3示出本公开一示例性的目标飞鸟高度拟合曲线图；
图4示出本公开一示例性的鸟类飞行方向概率密度分布图；
图5示出本公开一示例性的目标飞鸟方向拟合曲线图；
图6示出本公开一示例性的鸟类飞行速度概率密度分布图；
图7示出本公开一示例性的目标飞鸟速度拟合曲线图；
图8示出本公开实施例提供的一种鸟类迁徙预警方法的流程图；
图9示出本公开实施例提供的一种鸟类迁徙预警装置；
图10是根据一示例性实施例示出的一种用于鸟类迁徙预警的装置1000的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出根据本公开一实施例的鸟类迁徙预警方法的流程图。如图1所示，该方法可以包括：
步骤101、获取鸟情信息，所述鸟情信息包括与鸟类飞行状态及飞行轨迹相关的信息；
举例来说，鸟类飞行状态相关的信息可以包括：飞鸟飞行高度、飞行速度、飞行方向等，飞行轨迹相关的信息可以包括：飞行轨迹的起始时间和终止时间、飞行轨迹的起始位置及终止位置距离信息采集设备(例如：雷达系统)的径向距离、当前所处实时方位信息、回波强度等信息。
在一种可能的实现方式中，上述获取鸟情信息可以包括：
从雷达系统中获取实时雷达回波数据；
从所述实时雷达回波数据中提取鸟情信息。
本申请对于雷达系统的种类不作具体限定，可以监测飞鸟活动的雷达系统均可以，例如：上述雷达系统可以为气象雷达、低空监视雷达、专业探鸟雷达等雷达系统中的任一种或多种雷达。
举例来说，机场等地可以安装有雷达系统，通过该雷达系统对机场周边空中区域进行监视，可以从雷达系统中获取探测到的实时雷达回波数据，并可以从实时雷达回波数据中提取上述鸟情信息。
步骤102、根据所述鸟情信息确定鸟类迁徙参数，所述鸟类迁徙参数用于表征所述鸟类发生迁徙的可能性；
步骤103、在所述鸟类迁徙参数满足迁徙条件时，发出鸟类迁徙预警。
在获取鸟情信息后，可以根据鸟情信息确定鸟类迁徙参数，鸟类迁徙参数可以包括一个，也可以包括多个，例如：上述鸟类迁徙参数为与穿过雷达监控系统的监控区域的飞鸟的密度关联的参数、或者为与飞鸟飞行高度、方向、速度等状态相关联的参数，可以用于表征鸟类发生迁徙的可能性。
在鸟类迁徙参数满足迁徙条件时，可以发出鸟类迁徙预警，在鸟类迁徙参数为多个时，可以在多个鸟类迁徙参数均满足迁徙条件时，发出鸟类迁徙预警。例如：生成提示将会发生鸟类迁徙的文字警示信息，或者播放将会发生鸟类迁徙的语音警示信息。
这样一来，可以获取鸟情信息，并进一步的可以根据鸟情信息确定鸟类迁徙参数，在鸟类迁徙参数满足迁徙条件时，可以发出鸟类迁徙预警。根据本公开实施例提供的鸟类迁徙预警方法，可以根据获取的鸟情信息自动分析是否发生鸟类迁徙，并可以在确定发生鸟类迁徙时，为鸟类迁徙路线沿途中的机场发出对应的鸟类迁徙预警，以提示机场提前采取鸟防措施，降低鸟击风险。
在一种可能的实现方式中，上述所述根据所述鸟情信息确定鸟类迁徙参数，可以包括：
根据目标飞鸟的数量及雷达系统的探测半径及探测时长，确定鸟类通过密度；其中，目标飞鸟为起始位置距离雷达系统的距离、终止位置距离雷达系统的距离都与探测半径相同的飞鸟。
举例来说，可以确定雷达系统监控到的飞鸟中起始位置距离雷达系统的距离、终止位置距离雷达系统的距离都与探测半径相同的飞鸟为目标飞鸟，并确定目标飞鸟的数量。
鸟类通过密度与目标飞鸟的数量成正比，与雷达系统的探测半径及探测时长成反比，在目标飞鸟的数量越大，探测半径及探测时长越小时，鸟类通过密度越大。举例来说，可以通过以下公式(一)确定鸟类通过密度。
其中，上述ρMb可以用于表示鸟类通过密度，上述NMb可以用于表示目标飞鸟的数量，r可以表示雷达系统的探测半径，t可以表示雷达系统的探测时长。
在一种可能的实现方式中，上述方法还可以包括：
在所述鸟类通过密度与日常飞鸟通过密度的比例大于第一比例阈值时，确定所述鸟类通过密度满足迁徙条件，其中，日常飞鸟通过密度表示未发生飞鸟迁徙时飞鸟的通过密度。
上述日常飞鸟通过密度可以为人为设置的经验值，也可以为预设时间段内(例如：可以为一周、一个月等时间段)飞鸟通过密度的均值，或者为非迁徙季节统计的飞鸟通过密度的平均值，等等，本公开实施例对于上述日常飞鸟通过密度的确定方式不作限定。
在确定的鸟类通过密度与日常飞鸟通过密度的比例大于第一比例阈值时，可以确定鸟类通过密度满足迁徙条件，其中第一比例阈值可以为预设的数值，也即在鸟类通过密度与日常飞鸟通过密度满足以下公式(二)时，确定鸟类通过密度满足迁徙条件。
其中，上述可以表示日常飞鸟通过密度，上述αMh可以表示第一比例阈值。
在一种可能的实现方式中，上述鸟情信息中可以包括各目标飞鸟的飞行高度及数量，上述根据鸟情信息确定鸟类迁徙参数，可以包括：
根据各目标飞鸟的飞行高度确定各高度区间内的飞鸟数量；
根据各高度区间内的飞鸟数量及目标飞鸟的数量，得到鸟类飞行高度概率密度分布结果；
调整目标飞鸟高度拟合曲线的第一参数的值，直到所述目标飞鸟高度拟合曲线与所述鸟类飞行高度概率密度分布结果的平方差最小时，确定所述第一参数的值为第一迁徙参考值。
举例来说，可以预设目标飞鸟的最低飞行高度及最高飞行高度，单位为米，并将最低飞行高度至最高飞行高度等分为多个高度区间，根据各目标飞鸟的飞行高度确定处于各个高度区间内的飞鸟数量，根据各高度区间内的飞鸟数量占目标飞鸟的数量的百分比后，可以得到鸟类飞行高度概率密度分布结果。
例如：目标飞鸟的数量为680只，最低飞行高度为0，最高飞行高度为400，将其等分为200个高度区间，统计各个高度区间内的目标飞鸟的个数，并通过下述公式(三)确定每个高度区间目标飞鸟的数量占目标飞鸟的数量的百分比，得到的概率图参照图2所示。
其中，上述可以表示第i个高度区间内的目标飞鸟的数量占目标飞鸟的数量的百分比，上述/>可以表示第i个高度区间内的目标飞鸟的数量，上述NMb可以表示目标飞鸟的数量。
本公开实施例中，可以基于高斯函数拟合目标飞鸟高度拟合曲线，其中高斯函数的公式如述公式(四)所示。
其中，μh为目标飞鸟的平均飞行高度，σh为第一参数，h为目标飞鸟的飞行高度，ph(h)为拟合得到的目标飞鸟的飞行高度。
调整上述μh和σh的值，直至目标飞鸟高度拟合曲线与所述鸟类飞行高度概率密度分布结果的平方差最小时，确定σh的值为第一迁徙参考值，其中，可以通过以下公式(五)确定目标飞鸟高度拟合曲线与所述鸟类飞行高度概率密度分布结果的平方差。
其中，上述eh可以表示目标飞鸟高度拟合曲线与所述鸟类飞行高度概率密度分布结果的平方差，s表示高度区间的数量，hi-1可以表示飞鸟在第i-1个高度区间的飞行高度，hi可以表示飞鸟在第i-1个高度区间的飞行高度。
仍以上述示例为例，当μh＝200且σh＝20时，eh最小，则可以确定第一迁徙参考值为20，其得到的目标飞鸟高度拟合曲线如图3所示。
在一种可能的实现方式中，上述方法还可以包括：
在所述第一迁徙参考值与所述日常第一迁徙参考值的比例小于第二比例阈值时，确定所述第一迁徙参考值满足迁徙条件，其中，所述日常第一迁徙参考值表示未发生飞鸟迁徙时飞鸟的飞行高度对应的迁徙参考值。
上述日常第一迁徙参考值可以为人为设置的经验值，也可以为预设时间段内(例如：可以为一周、一个月等时间段)通过目标飞鸟的飞行高度及上述公式(四)和公式(五)确定的迁徙参考值，本公开实施例对于上述日常第一迁徙参考值的确定方式不作限定。
在确定的第一迁徙参考值与日常第一迁徙参考值的比例小于第二比例阈值时，可以确定第一迁徙参考值满足迁徙条件，其中第二比例阈值可以为预设的数值，也即在第一迁徙参考值与日常第一迁徙参考值满足以下公式(六)时，确定第一迁徙参考值满足迁徙条件。
其中，上述可以表示日常第一迁徙参考值，上述αh可以表示第二比例阈值。
在一种可能的实现方式中，上述鸟情信息可以包括目标飞鸟的飞行方向和数量，所述根据所述鸟情信息确定至少一个鸟类迁徙参数，可以包括：
根据各目标飞鸟的飞行方向确定各方向区间内的飞鸟数量；
根据各方向区间内的飞鸟数量及目标飞鸟的数量，得到鸟类方向概率密度分布结果；
调整目标飞鸟方向拟合曲线的第二参数的值，直到所述目标飞鸟方向拟合曲线与所述鸟类飞行方向概率密度分布结果的平方差最小时，确定所述第二参数的值为第二迁徙参考值。
举例来说，目标飞鸟的飞行方向的取值区间可以为0度到360度，其中以正东方向为0度，以正北方向为90度，并将行方向的取值区间等分为多个方向区间，根据各目标飞鸟的飞行方向确定处于各个方向区间内的飞鸟数量，根据各方向区间内的飞鸟数量占目标飞鸟的数量的百分比后，可以得到鸟类飞行方向概率密度分布结果。
例如：目标飞鸟的数量为680只，可以将飞行方向区间(0，360)等分为360个方向区间，统计各个方向区间内的目标飞鸟的个数，并通过下述公式(七)确定每个区间目标飞鸟的数量占目标飞鸟的数量的百分比，得到的概率图参照图4所示。
其中，上述可以表示第i个方向区间内的目标飞鸟的数量占目标飞鸟的数量的百分比，上述/>可以表示第i个方向区间内的目标飞鸟的数量，上述NMb可以表示目标飞鸟的数量。
本公开实施例中，可以基于高斯函数拟合目标飞鸟高度拟合曲线，其中高斯函数的公式如述公式(八)所示。
其中，μd为目标飞鸟的平均飞行方向，σd为第二参数，d为目标飞鸟的飞行方向，pd(d)为拟合得到的目标飞鸟的飞行方向。
调整上述μd和σd的值，直至目标飞鸟方向拟合曲线与所述鸟类飞行方向概率密度分布结果的平方差最小时，确定σd的值为第二迁徙参考值，其中，可以通过以下公式(九)确定目标飞鸟方向拟合曲线与所述鸟类飞行方向概率密度分布结果的平方差。
其中，上述ed可以表示目标飞鸟方向拟合曲线与所述鸟类飞行方向概率密度分布结果的平方差，k表示方向区间的数量，di-1可以表示飞鸟在第i-1个方向区间的飞行方向，di可以表示飞鸟在第i-1个方向区间的飞行方向。
仍以上述示例为例，当μd＝90且σd＝5时，ed最小，则可以确定第二迁徙参考值为5，其得到的目标飞鸟方向拟合曲线如图5所示。
在一种可能的实现方式中，上述方法还可以包括：
在所述第二迁徙参考值与所述日常第二迁徙参考值的比例小于第三比例阈值时，确定所述第二迁徙参考值满足迁徙条件，其中所述日常第二迁徙参考值表示未发生飞鸟迁徙时飞鸟的飞行方向对应的迁徙参考值。
上述日常第二迁徙参考值可以为人为设置的经验值，也可以为预设时间段内(例如：可以为一周、一个月等时间段)通过目标飞鸟的飞行方向及上述公式(八)和公式(九)确定的迁徙参考值，本公开实施例对于上述日常第二迁徙参考值的确定方式不作限定。
在确定的第二迁徙参考值与日常第二迁徙参考值的比例小于第三比例阈值时，可以确定第二迁徙参考值满足迁徙条件，其中第三比例阈值可以为预设的数值，也即在第二迁徙参考值与日常第二迁徙参考值满足以下公式(十)时，确定第二迁徙参考值满足迁徙条件。
其中，上述可以表示日常第二迁徙参考值，上述αd可以表示第三比例阈值。
在一种可能的实现方式中，上述鸟情信还可以包括目标飞鸟的飞行速度和数量，所述根据所述鸟情信息确定鸟类迁徙参数，可以包括：
根据各目标飞鸟的飞行速度确定各速度区间内的飞鸟数量；
根据各速度区间内的飞鸟数量及目标飞鸟的数量，得到鸟类速度方向概率密度分布结果；
调整目标飞鸟速度拟合曲线的第三参数的值，直到所述目标飞鸟速度拟合曲线与所述鸟类飞行速度概率密度分布结果的平方差最小时，确定所述第三参数的值为第三迁徙参考值。
举例来说，可以预设目标飞鸟的最低飞行速度及最高飞行速度，单位为米/秒，并将最低飞行速度至最高飞行速度等分为多个速度区间，根据各目标飞鸟的飞行速度确定处于各个速度区间内的飞鸟数量，根据各速度区间内的飞鸟数量占目标飞鸟的数量的百分比后，可以得到鸟类飞行速度概率密度分布结果。
例如：目标飞鸟的数量为680只，最低飞行高度为0m/s，最高飞行高度为400m/s，将其等分为150个速度区间，统计各个速度区间内的目标飞鸟的个数，并通过下述公式(十一)确定每个区间目标飞鸟的数量占目标飞鸟的数量的百分比，得到的概率图参照图6所示。
其中，上述可以表示第i个速度区间内的目标飞鸟的数量占目标飞鸟的数量的百分比，上述/>可以表示第i个速度区间内的目标飞鸟的数量，上述NMb可以表示目标飞鸟的数量。
本公开实施例中，可以基于高斯函数拟合目标飞鸟速度拟合曲线，其中高斯函数的公式如述公式(十二)所示。
其中，μh为目标飞鸟的平均飞行速度，σh为第三参数，v为目标飞鸟的飞行速度，pv(v)为拟合得到的目标飞鸟的飞行速度。
调整上述μv和σv的值，直至目标飞鸟速度拟合曲线与所述鸟类飞行速度概率密度分布结果的平方差最小时，确定σv的值为第三迁徙参考值，其中，可以通过以下公式(十三)确定目标飞鸟速度拟合曲线与所述鸟类飞行速度概率密度分布结果的平方差。
其中，上述ev可以表示目标飞鸟速度拟合曲线与所述鸟类飞行高度概率密度分布结果的平方差，l表示速度区间的数量，vi-1可以表示飞鸟在第i-1个速度区间的飞行速度，vi可以表示飞鸟在第i-1个速度区间的飞行速度。
仍以上述示例为例，当μv＝15且σv＝2时，ev最小，则可以确定第三迁徙参考值为2，其得到的目标飞鸟速度拟合曲线如图7所示。
在一种可能的实现方式中，上述方法还可以包括：
在所述第三迁徙参考值与所述日常第三迁徙参考值的比例小于第四比例阈值时，确定所述第三迁徙参考值满足迁徙条件，其中，所述日常第三迁徙参考值表示未发生飞鸟迁徙时飞鸟的飞行速度对应的迁徙参考值。
上述日常第三迁徙参考值可以为人为设置的经验值，也可以为预设时间段内(例如：可以为一周、一个月等时间段)通过目标飞鸟的飞行速度及上述公式(十二)和公式(十三)确定的迁徙参考值，本公开实施例对于上述日常第三迁徙参考值的确定方式不作限定。
在确定的第三迁徙参考值与日常第三迁徙参考值的比例小于第四比例阈值时，可以确定第三迁徙参考值满足迁徙条件，其中第四比例阈值可以为预设的数值，也即在第三迁徙参考值与日常第三迁徙参考值满足以下公式(十四)时，确定第三迁徙参考值满足迁徙条件。
/>
其中，上述可以表示日常第三迁徙参考值，上述αv可以表示第四比例阈值。
在一种可能的实现方式中，根据所述鸟情信息确定的鸟类迁徙参数可以包括鸟类通过密度、第一迁徙参考值、第二迁徙参考值和第三迁徙参考值，则在鸟类通过密度、第一迁徙参考值、第二迁徙参考值及第三迁徙参考值均满足迁徙条件时，可以确定发生了鸟类迁徙，发出相应的鸟类迁徙预警。
在一种可能的实现方式中，所述鸟情信息中还可以包括鸟类飞行轨迹数量，所述方法还可以包括：
根据所述鸟类飞行轨迹数量确定当前鸟类飞行轨迹密度；
在所述当前鸟类飞行轨迹密度与日常鸟类飞行轨迹密度的比例大于第五比例阈值时，执行根据鸟情信息确定至少一个鸟类迁徙参数的步骤，其中，所述日常鸟类飞行轨迹密度表示非迁徙季节时飞鸟的飞行轨迹密度。
上述日常鸟类飞行轨迹密度表示未发生飞鸟迁徙时飞鸟的飞行轨迹密度。该日常鸟类飞行轨迹密度可以为人为设置的经验值，也可以为预设时间段内(例如：可以为一周、一个月等时间段)鸟类飞行轨迹密度的均值，本公开实施例对于上述日常鸟类飞行轨迹密度的确定方式不作限定。
举例来说，可以根据鸟类飞行轨迹数量及雷达系统的探测半径确定鸟类飞行轨迹密度，鸟类飞行轨迹密度与鸟类飞行轨迹数量成正比，与雷达系统的探测半径成反比，在鸟类飞行轨迹数量越大，雷达系统的探测半径越小时，鸟类飞行轨迹密度越大，可以通过以下公式(十五)确定鸟类飞行轨迹密度。
其中，上述ρb用于表示鸟类飞行轨迹密度，Nb用于表示鸟类飞行轨迹数量，r用于表示雷达系统的探测半径。
在当前鸟类飞行轨迹密度与日常鸟类飞行轨迹密度的比例大于第五比例阈值时，启动迁徙预警分析，即执行上述根据鸟情信息确定鸟类迁徙参数的步骤(具体过程可以参照前述实施例，本公开实施例对此不再赘述)。
这样一来，在当前鸟类飞行轨迹密度与日常鸟类飞行轨迹密度的比例不大于第五比例阈值时，可以确定不会发生鸟类迁徙，故可以不进行迁徙预警分析，仅在当前鸟类飞行轨迹密度与日常鸟类飞行轨迹密度的比例大于第五比例阈值时，确定存在鸟类迁徙的风险，进行迁徙预警分析，可以减少资源开销。
在一种可能的实现方式中，上述在所述鸟类迁徙参数满足迁徙条件时，发出鸟类迁徙预警，可以包括：
在所述鸟类迁徙参数满足迁徙条件时，确定鸟类的平均飞行速度；
根据目标地点距离飞鸟的当前距离及所述平均飞行速度确定迁徙时长；
根据所述迁徙时长生成并发出针对所述目标地点的鸟类迁徙预警。
上述鸟类的平均飞行速度可以为上述μh，确定鸟类迁徙路线沿途的目标地点距离飞鸟的当前距离，确定该当前距离与上述平均飞行速度的比值为迁徙时长，并可以根据迁徙时长生成并发出针对该目标地点的鸟类迁徙预警，例如：目标地点为A机场，迁徙时长为3小时，生成的鸟类迁徙预警为“迁徙鸟群在3小时后将到达A机场”，这样一来，目标地点可以根据鸟类迁徙预警提前进行防鸟措施。
图8示出本公开实施例提供的一种鸟类迁徙预警方法的流程图。
为使本领域技术人员更好的理解本公开实施例，以下结合图8对本公开实施例加以说明。
如图8所示，从雷达系统里获取实时雷达回波数据，并从该实时雷达回波数据中提取鸟情信息，根据鸟情信息中的鸟类飞行轨迹数量确定是否启动迁徙预警分析(可以参照前述实施例，本公开在此不再赘述)，在启动迁徙预警分析后，根据鸟情信息执行鸟类通过密度统计、鸟类飞行高度分布统计、鸟类飞行方向一致性分析、鸟类飞行速度一致性分析(均可以参照前述实施例，本公开在此不再赘述)，并根据上述四项分析统计的结果确定是否发生鸟类迁徙(具体过程可以参照前述实施例，本公开在此不再赘述)，若发生鸟类迁徙，则确定迁徙路线中沿途各目标地点的到底时间，并生成鸟类迁徙预警。
图9示出本公开实施例提供的一种鸟类迁徙预警装置，参照图9，该鸟类迁徙预警装置可以包括：
获取模块901，可以用于获取鸟情信息，所述鸟情信息包括与鸟类飞行状态及飞行轨迹相关的信息；
第一确定模块902，可以用于根据所述鸟情信息确定鸟类迁徙参数，所述鸟类迁徙参数用于表征所述鸟类发生迁徙的可能性；
预警模块903，可以用于在所述鸟类迁徙参数满足迁徙条件时，发出鸟类迁徙预警。
这样一来，可以获取鸟情信息，并进一步的可以根据鸟情信息确定鸟类迁徙参数，在鸟类迁徙参数满足迁徙条件时，可以发出鸟类迁徙预警。根据本公开实施例提供的鸟类迁徙预警装置，可以根据获取的鸟情信息自动分析是否发生鸟类迁徙，并可以在确定发生鸟类迁徙时，为鸟类迁徙路线沿途中的机场发出对应的鸟类迁徙预警，以提示机场提前采取鸟防措施，降低鸟击风险。
在一种可能的实现方式中，所述获取模块还可以用于：
从雷达系统中获取实时雷达回波数据；
从所述实时雷达回波数据中提取鸟情信息。
在一种可能的实现方式中，上述第一确定模块还可以用于：
根据目标飞鸟的数量及雷达系统的探测半径及探测时长，确定鸟类通过密度；其中，目标飞鸟为起始位置距离雷达系统的距离、终止位置距离雷达系统的距离都与探测半径相同的飞鸟。
在一种可能的实现方式中，上述装置还可以包括：
第二确定模块，用于在所述鸟类通过密度与日常飞鸟通过密度的比例大于第一比例阈值时，确定所述鸟类通过密度满足迁徙条件，其中，日常飞鸟通过密度表示未发生飞鸟迁徙时飞鸟的通过密度。
在一种可能的实现方式中，所述鸟情信息包括各目标飞鸟的飞行高度及数量，所述第一确定模块还可以用于：
根据各目标飞鸟的飞行高度确定各高度区间内的飞鸟数量；
根据各高度区间内的飞鸟数量及目标飞鸟的数量，得到鸟类飞行高度概率密度分布结果；
调整目标飞鸟高度拟合曲线的第一参数的值，直到所述目标飞鸟高度拟合曲线与所述鸟类飞行高度概率密度分布结果的平方差最小时，确定所述第一参数的值为第一迁徙参考值。
在一种可能的实现方式中，上述装置还可以包括：
第三确定模块，用于在所述第一迁徙参考值与所述日常第一迁徙参考值的比例小于第二比例阈值时，确定所述第一迁徙参考值满足迁徙条件，其中，所述日常第一迁徙参考值表示未发生飞鸟迁徙时飞鸟的飞行高度对应的迁徙参考值。
在一种可能的实现方式中，所述鸟情信息包括目标飞鸟的飞行方向和数量，所述第一确定模块还可以用于：
根据各目标飞鸟的飞行方向确定各方向区间内的飞鸟数量；
根据各方向区间内的飞鸟数量及目标飞鸟的数量，得到鸟类方向概率密度分布结果；
调整目标飞鸟方向拟合曲线的第二参数的值，直到所述目标飞鸟方向拟合曲线与所述鸟类飞行方向概率密度分布结果的平方差最小时，确定所述第二参数的值为第二迁徙参考值。
在一种可能的实现方式中，上述装置还可以包括：
第四确定模块，用于在所述第二迁徙参考值与所述日常第二迁徙参考值的比例小于第三比例阈值时，确定所述第二迁徙参考值满足迁徙条件，其中所述日常第二迁徙参考值表示未发生飞鸟迁徙时飞鸟的飞行方向对应的迁徙参考值。
在一种可能的实现方式中，所述鸟情信息包括目标飞鸟的飞行速度和数量，所述第一确定模块还可以用于：
根据各目标飞鸟的飞行速度确定各速度区间内的飞鸟数量；
根据各速度区间内的飞鸟数量及目标飞鸟的数量，得到鸟类速度方向概率密度分布结果；
调整目标飞鸟速度拟合曲线的第三参数的值，直到所述目标飞鸟速度拟合曲线与所述鸟类飞行速度概率密度分布结果的平方差最小时，确定所述第三参数的值为第三迁徙参考值。
在一种可能的实现方式中，上述装置还可以包括：
第五确定模块，用于在所述第三迁徙参考值与所述日常第三迁徙参考值的比例小于第四比例阈值时，确定所述第三迁徙参考值满足迁徙条件，其中所述日常第三迁徙参考值表示未发生飞鸟迁徙时飞鸟的飞行速度对应的迁徙参考值。
在一种可能的实现方式中，所述鸟情信息中包括鸟类飞行轨迹数量，所述装置还可以包括：
第六确定模块，用于根据所述鸟类飞行轨迹数量确定当前鸟类飞行轨迹密度；
预警分析模块，用于在所述当前鸟类飞行轨迹密度与日常鸟类飞行轨迹密度的比例大于第五比例阈值时，执行根据鸟情信息确定鸟类迁徙参数的步骤，其中，所述日常鸟类飞行轨迹密度表示未发生飞鸟迁徙时飞鸟的飞行轨迹密度。
在一种可能的实现方式中，所述预警模块还可以用于：
在所述鸟类迁徙参数满足迁徙条件时，确定鸟类的平均飞行速度；
根据目标地点距离飞鸟的当前距离及所述平均飞行速度确定迁徙时长；
根据所述迁徙时长生成并发出针对所述目标地点的鸟类迁徙预警。
图10是根据一示例性实施例示出的一种用于鸟类迁徙预警的装置1000的框图。例如，装置1000可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图10，装置1000可以包括以下一个或多个组件：处理组件1002，存储器1004，电源组件1006，多媒体组件1008，音频组件1010，输入/输出(I/O)的接口1012，传感器组件1014，以及通信组件1016。
处理组件1002通常控制装置1000的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1002可以包括一个或多个处理器1020来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1002可以包括一个或多个模块，便于处理组件1002和其他组件之间的交互。例如，处理组件1002可以包括多媒体模块，以方便多媒体组件1008和处理组件1002之间的交互。
存储器1004被配置为存储各种类型的数据以支持在装置1000的操作。这些数据的示例包括用于在装置1000上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1004可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件1006为装置1000的各种组件提供电力。电源组件1006可以包括电源管理系统，一个或多个电源，及其他与为装置1000生成、管理和分配电力相关联的组件。
多媒体组件1008包括在所述装置1000和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1008包括一个前置摄像头和/或后置摄像头。当装置1000处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件1010被配置为输出和/或输入音频信号。例如，音频组件1010包括一个麦克风(MIC)，当装置1000处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1004或经由通信组件1016发送。在一些实施例中，音频组件1010还包括一个扬声器，用于输出音频信号。
I/O接口1012为处理组件1002和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件1014包括一个或多个传感器，用于为装置1000提供各个方面的状态评估。例如，传感器组件1014可以检测到装置1000的打开/关闭状态，组件的相对定位，例如所述组件为装置1000的显示器和小键盘，传感器组件1014还可以检测装置1000或装置1000一个组件的位置改变，用户与装置1000接触的存在或不存在，装置1000方位或加速/减速和装置1000的温度变化。传感器组件1014可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1014还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1014还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件1016被配置为便于装置1000和其他设备之间有线或无线方式的通信。装置1000可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1016经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1016还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置1000可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1004，上述计算机程序指令可由装置1000的处理器1020执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (12)
1.一种鸟类迁徙预警方法，其特征在于，包括：
获取鸟情信息，所述鸟情信息包括与鸟类飞行状态相关的信息及飞行轨迹相关的信息；所述鸟类飞行状态相关的信息包括飞鸟的飞行高度、飞鸟的飞行速度、飞鸟的飞行方向中的至少一项；所述飞行轨迹相关的信息包括飞行轨迹的起始时间和终止时间、飞行轨迹的起始位置及终止位置距离信息采集设备的径向距离、当前所处实时方位信息、回波强度中的至少一项；
根据所述鸟情信息确定鸟类迁徙参数，所述鸟类迁徙参数用于表征所述鸟类发生迁徙的可能性；所述鸟类迁徙参数包括鸟类通过密度、第一迁徙参考值、第二迁徙参考值、第三迁徙参考值中的至少一项；
在所述鸟类迁徙参数满足迁徙条件时，发出鸟类迁徙预警；
所述获取鸟情信息，包括：
从雷达系统中获取实时雷达回波数据；
从所述实时雷达回波数据中提取所述鸟情信息；
所述鸟情信息包括各目标飞鸟的飞行高度及数量；其中，所述目标飞鸟为起始位置距离雷达系统的距离、终止位置距离雷达系统的距离都与雷达系统的探测半径相同的飞鸟；所述鸟类迁徙参数包括所述第一迁徙参考值；所述根据所述鸟情信息确定鸟类迁徙参数，包括：
根据各目标飞鸟的飞行高度确定各高度区间内的飞鸟数量；
根据各高度区间内的飞鸟数量及目标飞鸟的数量，得到鸟类飞行高度概率密度分布结果；所述鸟类飞行高度概率密度分布结果根据公式计算得到，其中，/>表示第i个高度区间内的飞鸟数量占所述目标飞鸟的数量的百分比，/>表示所述第i个高度区间内的飞鸟数量，NMb表示所述目标飞鸟的数量；
调整目标飞鸟高度拟合曲线的第一参数的值，直到所述目标飞鸟高度拟合曲线与所述鸟类飞行高度概率密度分布结果的平方差最小时，确定所述第一参数的值为第一迁徙参考值；所述目标飞鸟高度拟合曲线根据公式计算得到，其中，ph(h)表示拟合得到的目标飞鸟的飞行高度，h表示所述目标飞鸟的飞行高度，μh表示目标飞鸟的平均飞行高度，σh表示所述第一参数；
所述调整目标飞鸟高度拟合曲线的第一参数的值，直到所述目标飞鸟高度拟合曲线与所述鸟类飞行高度概率密度分布结果的平方差最小时，确定所述第一参数的值为所述第一迁徙参考值，包括：
调整μh和σh的值，直到所述目标飞鸟高度拟合曲线与所述鸟类飞行高度概率密度分布结果的平方差最小时，确定σh的值为所述第一迁徙参考值；所述目标飞鸟高度拟合曲线与所述鸟类飞行高度概率密度分布结果的平方差eh根据公式计算得到，其中，s表示高度区间的数量，hi-1表示目标飞鸟在第i-1个高度区间的飞行高度，hi表示目标飞鸟在第i个高度区间的飞行高度；
所述方法还包括：
在所述第一迁徙参考值与日常第一迁徙参考值的比例小于第二比例阈值时，确定所述第一迁徙参考值满足迁徙条件，其中，所述日常第一迁徙参考值表示未发生飞鸟迁徙时飞鸟的飞行高度对应的迁徙参考值。
2.根据权利要求1所述的方法，其特征在于，所述鸟类迁徙参数包括所述鸟类通过密度；所述根据所述鸟情信息确定鸟类迁徙参数，包括：
根据所述目标飞鸟的数量及所述雷达系统的探测半径及探测时长，确定所述鸟类通过密度；所述鸟类通过密度ρMb根据公式计算得到，其中，NMb表示所述目标飞鸟的数量，r表示所述雷达系统的探测半径，t表示所述探测时长。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
在所述鸟类通过密度与日常飞鸟通过密度的比例大于第一比例阈值时，确定所述鸟类通过密度满足迁徙条件，其中，日常飞鸟通过密度表示未发生飞鸟迁徙时飞鸟的通过密度。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述鸟类迁徙参数包括所述第二迁徙参考值；所述鸟情信息包括目标飞鸟的飞行方向和数量，所述根据所述鸟情信息确定鸟类迁徙参数，包括：
根据各目标飞鸟的飞行方向确定各方向区间内的飞鸟数量；
根据各方向区间内的飞鸟数量及目标飞鸟的数量，得到鸟类方向概率密度分布结果；所述鸟类方向概率密度分布结果根据公式计算得到，其中，/>表示第i个方向区间内的飞鸟数量占所述目标飞鸟的数量的百分比，/>表示所述第i个方向区间内的飞鸟数量，NMb表示所述目标飞鸟的数量；
调整目标飞鸟方向拟合曲线的第二参数的值，直到所述目标飞鸟方向拟合曲线与所述鸟类飞行方向概率密度分布结果的平方差最小时，确定所述第二参数的值为第二迁徙参考值；所述目标飞鸟方向拟合曲线根据公式计算得到，其中，pd(d)表示拟合得到的目标飞鸟的飞行方向，d表示所述目标飞鸟的飞行方向，μd表示目标飞鸟的平均飞行方向，σd表示所述第二参数；
所述调整目标飞鸟方向拟合曲线的第二参数的值，直到所述目标飞鸟方向拟合曲线与所述鸟类飞行方向概率密度分布结果的平方差最小时，确定所述第二参数的值为第二迁徙参考值，包括：
调整μd和σd的值，直到所述目标飞鸟方向拟合曲线与所述鸟类飞行方向概率密度分布结果的平方差最小时，确定σd的值为所述第二迁徙参考值；所述目标飞鸟方向拟合曲线与所述鸟类飞行方向概率密度分布结果的平方差ed根据公式计算得到，其中，k表示方向区间的数量，di-1表示所述目标飞鸟在第i-1个方向区间的飞行方向，di表示所述目标飞鸟在第i个方向区间的飞行方向。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
在所述第二迁徙参考值与日常第二迁徙参考值的比例小于第三比例阈值时，确定所述第二迁徙参考值满足迁徙条件，其中所述日常第二迁徙参考值表示未发生飞鸟迁徙时飞鸟的飞行方向对应的迁徙参考值。
6.根据权利要求1至5任一项所述的方法，其特征在于，所述鸟类迁徙参数包括所述第三迁徙参考值；所述鸟情信息包括目标飞鸟的飞行速度和数量，所述根据所述鸟情信息确定鸟类迁徙参数，包括：
根据各目标飞鸟的飞行速度确定各速度区间内的飞鸟数量；
根据各速度区间内的飞鸟数量及目标飞鸟的数量，得到鸟类速度方向概率密度分布结果；所述鸟类速度方向概率密度分布结果根据公式计算得到，其中，/>表示第i个速度区间内的飞鸟数量占所述目标飞鸟的数量的百分比，/>表示所述第i个速度区间内的飞鸟数量，NMb表示所述目标飞鸟的数量；
调整目标飞鸟速度拟合曲线的第三参数的值，直到所述目标飞鸟速度拟合曲线与所述鸟类飞行速度概率密度分布结果的平方差最小时，确定所述第三参数的值为第三迁徙参考值；所述目标飞鸟速度拟合曲线根据公式计算得到，其中，pv(v)表示拟合得到的目标飞鸟的飞行速度，v表示所述目标飞鸟的飞行速度，μv表示目标飞鸟的平均飞行速度，σv表示所述第三参数；
所述调整目标飞鸟速度拟合曲线的第三参数的值，直到所述目标飞鸟速度拟合曲线与所述鸟类飞行速度概率密度分布结果的平方差最小时，确定所述第三参数的值为第三迁徙参考值，包括：
调整μv和σv的值，直到所述目标飞鸟速度拟合曲线与所述鸟类飞行速度概率密度分布结果的平方差最小时，确定σv的值为所述第三迁徙参考值；所述目标飞鸟速度拟合曲线与所述鸟类飞行速度概率密度分布结果的平方差ev根据公式计算得到，其中，l表示速度区间的数量，vi-1表示所述目标飞鸟在第i-1个速度区间的飞行速度，vi表示所述目标飞鸟在第i个速度区间的飞行速度。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
在所述第三迁徙参考值与日常第三迁徙参考值的比例小于第四比例阈值时，确定所述第三迁徙参考值满足迁徙条件，其中所述日常第三迁徙参考值表示未发生飞鸟迁徙时飞鸟的飞行速度对应的迁徙参考值。
8.根据权利要求1至7任一项所述的方法，其特征在于，所述鸟情信息中包括鸟类飞行轨迹数量，所述方法还包括：
根据所述鸟类飞行轨迹数量确定当前鸟类飞行轨迹密度；所述当前鸟类飞行轨迹密度ρb根据公式计算得到，其中，Nb表示所述鸟类飞行轨迹数量，r表示所述雷达系统的探测半径；
在所述当前鸟类飞行轨迹密度与日常鸟类飞行轨迹密度的比例大于第五比例阈值时，执行根据所述鸟情信息确定鸟类迁徙参数的步骤，其中，所述日常鸟类飞行轨迹密度表示未发生飞鸟迁徙时飞鸟的飞行轨迹密度。
9.根据权利要求1至8任一项所述的方法，其特征在于，所述在所述鸟类迁徙参数满足迁徙条件时，发出鸟类迁徙预警，包括：
在所述鸟类迁徙参数满足迁徙条件时，确定鸟类的平均飞行速度；
根据目标地点距离飞鸟的当前距离及所述平均飞行速度确定迁徙时长；
根据所述迁徙时长生成并发出针对所述目标地点的鸟类迁徙预警。
10.一种鸟类迁徙预警装置，其特征在于，包括：
获取模块，用于获取鸟情信息，所述鸟情信息包括与鸟类飞行状态相关的信息及飞行轨迹相关的信息；所述鸟类飞行状态相关的信息包括飞鸟的飞行高度、飞鸟的飞行速度、飞鸟的飞行方向中的至少一项；所述飞行轨迹相关的信息包括飞行轨迹的起始时间和终止时间、飞行轨迹的起始位置及终止位置距离信息采集设备的径向距离、当前所处实时方位信息、回波强度中的至少一项；
第一确定模块，用于根据所述鸟情信息确定鸟类迁徙参数，所述鸟类迁徙参数用于表征所述鸟类发生迁徙的可能性；所述鸟类迁徙参数包括鸟类通过密度、第一迁徙参考值、第二迁徙参考值、第三迁徙参考值中的至少一项；
预警模块，用于在所述鸟类迁徙参数满足迁徙条件时，发出鸟类迁徙预警；
所述获取模块还用于：
从雷达系统中获取实时雷达回波数据；
从所述实时雷达回波数据中提取所述鸟情信息；
所述鸟情信息包括各目标飞鸟的飞行高度及数量；其中，所述目标飞鸟为起始位置距离雷达系统的距离、终止位置距离雷达系统的距离都与雷达系统的探测半径相同的飞鸟；所述鸟类迁徙参数包括所述第一迁徙参考值；所述第一确定模块，还用于：
根据各目标飞鸟的飞行高度确定各高度区间内的飞鸟数量；
根据各高度区间内的飞鸟数量及目标飞鸟的数量，得到鸟类飞行高度概率密度分布结果；所述鸟类飞行高度概率密度分布结果根据公式计算得到；其中，/>表示第i个高度区间内的飞鸟数量占所述目标飞鸟的数量的百分比，/>表示所述第i个高度区间内的飞鸟数量，NMb表示所述目标飞鸟的数量；
调整目标飞鸟高度拟合曲线的第一参数的值，直到所述目标飞鸟高度拟合曲线与所述鸟类飞行高度概率密度分布结果的平方差最小时，确定所述第一参数的值为第一迁徙参考值；所述目标飞鸟高度拟合曲线根据公式计算得到，其中，ph(h)表示拟合得到的目标飞鸟的飞行高度，h表示所述目标飞鸟的飞行高度，μh表示目标飞鸟的平均飞行高度，σh表示所述第一参数；
所述第一确定模块，还用于：
调整μh和σh的值，直到所述目标飞鸟高度拟合曲线与所述鸟类飞行高度概率密度分布结果的平方差最小时，确定σh的值为所述第一迁徙参考值；所述目标飞鸟高度拟合曲线与所述鸟类飞行高度概率密度分布结果的平方差eh根据公式计算得到，其中，s表示高度区间的数量，hi-1表示目标飞鸟在第i-1个高度区间的飞行高度，hi表示目标飞鸟在第i个高度区间的飞行高度；
所述装置还包括：
第二确定模块，用于在所述第一迁徙参考值与日常第一迁徙参考值的比例小于第二比例阈值时，确定所述第一迁徙参考值满足迁徙条件，其中，所述日常第一迁徙参考值表示未发生飞鸟迁徙时飞鸟的飞行高度对应的迁徙参考值。
11.一种鸟类迁徙预警装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行权利要求1至9中任意一项所述的方法。
12.一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至9中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910745003.0A CN111507498B (zh) | 2019-08-13 | 2019-08-13 | 鸟类迁徙预警方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910745003.0A CN111507498B (zh) | 2019-08-13 | 2019-08-13 | 鸟类迁徙预警方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111507498A CN111507498A (zh) | 2020-08-07 |
| CN111507498B true CN111507498B (zh) | 2023-09-26 |
Family
ID=71868908
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910745003.0A Active CN111507498B (zh) | 2019-08-13 | 2019-08-13 | 鸟类迁徙预警方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111507498B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113468947B (zh) * | 2021-04-16 | 2023-07-18 | 中国民航科学技术研究院 | 一种多雷达站鸟情信息融合以及成像方法 |
| CN113468439A (zh) * | 2021-06-29 | 2021-10-01 | 北京市商汤科技开发有限公司 | 数据处理方法、装置、设备、存储介质及程序产品 |
| CN117591794B (zh) * | 2024-01-18 | 2024-03-22 | 吉林省林业科学研究院(吉林省林业生物防治中心站) | 基于时间序列的鸟类迁徙轨迹预测方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101285882A (zh) * | 2008-06-11 | 2008-10-15 | 北京航空航天大学 | 一种用于统计鸟类飞行高度的雷达探鸟系统设计方案 |
| CN104430290A (zh) * | 2013-09-18 | 2015-03-25 | 西安吉帑电子科技有限公司 | 一种带有区域鸟类密度监测功能的电力用驱鸟器 |
| CN106291503A (zh) * | 2016-08-31 | 2017-01-04 | 西南交通大学 | 一种雷达探测系统密度聚类预警方法 |
| CN107125238A (zh) * | 2017-03-23 | 2017-09-05 | 北京派尔惠德科技股份有限公司 | 定向声波联动控制方法和定向声波联动控制系统 |
| CN109459751A (zh) * | 2018-08-27 | 2019-03-12 | 北京理工大学 | 一种基于天气雷达数据的迁飞生物信息监测方法 |
| CN109658948A (zh) * | 2018-12-21 | 2019-04-19 | 南京理工大学 | 一种面向候鸟迁徙活动的声学监测方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6690265B2 (en) * | 2001-12-04 | 2004-02-10 | The United States Of America As Represented By The Department Of The Interior | Infrasound hazard-warning method and device for alerting night-migrating birds to obstacles |
| US20130298845A1 (en) * | 2012-05-12 | 2013-11-14 | Randall Blanchard | Apparatuses, systems and methods for warning flying birds of hazards |
-
2019
- 2019-08-13 CN CN201910745003.0A patent/CN111507498B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101285882A (zh) * | 2008-06-11 | 2008-10-15 | 北京航空航天大学 | 一种用于统计鸟类飞行高度的雷达探鸟系统设计方案 |
| CN104430290A (zh) * | 2013-09-18 | 2015-03-25 | 西安吉帑电子科技有限公司 | 一种带有区域鸟类密度监测功能的电力用驱鸟器 |
| CN106291503A (zh) * | 2016-08-31 | 2017-01-04 | 西南交通大学 | 一种雷达探测系统密度聚类预警方法 |
| CN107125238A (zh) * | 2017-03-23 | 2017-09-05 | 北京派尔惠德科技股份有限公司 | 定向声波联动控制方法和定向声波联动控制系统 |
| CN109459751A (zh) * | 2018-08-27 | 2019-03-12 | 北京理工大学 | 一种基于天气雷达数据的迁飞生物信息监测方法 |
| CN109658948A (zh) * | 2018-12-21 | 2019-04-19 | 南京理工大学 | 一种面向候鸟迁徙活动的声学监测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于高斯模型的T-LoCoH候鸟家域估计算法研究及应用;何久娣;罗泽;苏锦河;阎保平;;科研信息化技术与应用(第06期);全文 * |
| 雷达探鸟技术发展与应用综述;陈唯实;李敬;;现代雷达(第02期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111507498A (zh) | 2020-08-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111507498B (zh) | 鸟类迁徙预警方法及装置 | |
| CN109658352B (zh) | 图像信息的优化方法及装置、电子设备和存储介质 | |
| CN110598504B (zh) | 图像识别方法及装置、电子设备和存储介质 | |
| CN109543537B (zh) | 重识别模型增量训练方法及装置、电子设备和存储介质 | |
| CN110874145A (zh) | 一种输入方法、装置及电子设备 | |
| CN106960014B (zh) | 关联用户推荐方法及装置 | |
| CN111859020B (zh) | 推荐方法、装置、电子设备及计算机可读存储介质 | |
| CN109951476B (zh) | 基于时序的攻击预测方法、装置及存储介质 | |
| CN109165738B (zh) | 神经网络模型的优化方法及装置、电子设备和存储介质 | |
| CN110990801B (zh) | 信息校验方法及装置、电子设备和存储介质 | |
| CN105976821B (zh) | 动物语言识别方法和装置 | |
| CN110781813B (zh) | 图像识别方法及装置、电子设备和存储介质 | |
| CN109543536B (zh) | 图像标识方法及装置、电子设备和存储介质 | |
| CN108960283B (zh) | 分类任务增量处理方法及装置、电子设备和存储介质 | |
| CN109842612B (zh) | 基于图库模型的日志安全分析方法、装置及存储介质 | |
| CN112562675A (zh) | 语音信息处理方法、装置及存储介质 | |
| CN110929545A (zh) | 人脸图像的整理方法及装置 | |
| US20170147467A1 (en) | Method for Providing a Feedback Regarding Usage of an Application on a Portable Device by a User | |
| CN111651627A (zh) | 数据处理方法及装置、电子设备和存储介质 | |
| CN113791408B (zh) | 室内定位目标对象的方法、装置和存储介质 | |
| CN112884040B (zh) | 训练样本数据的优化方法、系统、存储介质及电子设备 | |
| CN114118278A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN111898019B (zh) | 信息推送方法及装置 | |
| CN109711386B (zh) | 获取识别模型的方法、装置、电子设备及存储介质 | |
| CN113269129A (zh) | 身份识别方法及装置、电子设备和存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |