更新时间：2026-08-15 00:03:08
已登记
详细信息
-
知识产权名称
德清县四乱遥感监测治理数据
-
登记编号
DIP2025000024752
-
申请人
浙江国遥地理信息技术有限公司
-
登记类型
首次登记
-
登记有效期
3年
-
申请时间
2025-10-10 15:06:58
详细信息
-
所属行业
信息传输、软件和信息技术服务业
-
交易状态
待交易
-
数据规模
511
-
更新频次
每半年更新
-
应用场景
用于治理水域环境的变化与异常，重点解决乱占、乱采、乱堆、乱建等“水域四乱”问题，包括非法围垦侵占水域、违规采砂取土、岸线垃圾或物料乱堆、违法搭建构筑物等行为。系统实现对水域“四乱”遥感监测中问题点位的全流程管理，涵盖工单派发、现场处置、审核审批、整改办结等环节，并自动完成问题数量、整治面积及处置成效的统计分析。 系统记录每个问题点位工单派发后的状态、处理流程与实时进展，支持整改前后影像对比、现场照片上传和时间节点追踪，以清晰、直观的方式展示整改全过程。问题点位依据其地理坐标与行政区划信息，自动匹配至对应的乡镇（街道）、村（社区）、网格员及责任单位，确保任务精准下达、责任落实到人，大幅提升处置效率。 所有德清水域“四乱”遥感监测与治理数据统一归集至智能监管平台，显著加快问题派发、核查、审核等环节的流转速度，推动水域治理工作更加高效、规范、客观。平台同步提供多维度的数据统计与可视化分析服务，如按区域、时间、问题类型生成趋势图、热力图和统计报表，为上级监管部门提供科学决策依据。 通过构建“智能识别—精准派单—高效处置—闭环审核—数据归集—分析预警”的全流程管理机制，有效促进水域监管体系高效运
-
算法规则简要说明
基于无人机航拍采集的水域“四乱”遥感影像数据，通过YOLO算法进行实时目标检测。首先将单元神经网络应用于2024年1月的遥感影像，将图像分割成19×19的单元格，每个单元格由对应的神经网络负责预测K个边界框。模型预测每个区域属于各类“四乱”问题（如乱占、乱采、乱堆、乱建）的概率，所有单元格中具有最大概率的类别被选定并分配给该网格单元，生成预测点坐标（x, y），坐标系采用CGCS2000，坐标格式为东经、北纬。 在完成类别概率预测后，系统执行非极大值抑制（NMS）运算，以剔除冗余或重叠的锚点框。算法依次选取剩余边界框中类别概率最高的检测结果，重复上述处理流程，直至保留所有非重复的有效边界框。最终输出识别出的“四乱”要素，并在影像上可视化各类问题的边界框及其详细信息。 随后，随机抽取部分样本进行识别准确度验证：识别置信度小于0.6的判定为识别错误，标记为FALSE；一般样本的识别准确度介于0.8至1之间，置信度大于等于0.6的视为识别正确，标记为TRUE。根据验证结果，对识别数据进行筛选——仅保留标记为TRUE且类别属于水域“四乱”问题（如非法侵占、违规采砂、岸线乱堆、违法建设等）的点位。 最后将纳入的有效点位的坐标、问题类型等结构化信息自动上传至水域“四乱”智能监管平台，形成德清县水域“四乱”遥感监测识别数据，为后续精准执法与闭环管理提供可靠依据。
-
更新频次
每半年更新
-
存证平台
浙江省知识产权区块链公共存证平台
