原始名称记载: 人工智能与数字经济广东省实验室（深圳）

本发明公开了一种碳源汇的时空动态知识图谱构建方法、系统、终端及存储介质，所述方法包括：获取多源感知数据，并对多源感知数据进行预处理，得到预处理多源感知数据；对预处理多源感知数据进行实体建模处理，得到碳源汇实体，并对碳源汇实体进行特征建模处理和关系建模处理，得到碳源汇实体特征和碳源汇实体关系；对碳源汇实体特征和碳源汇实体关系进行图谱映射处理，得到图谱节点和图谱边，并根据碳源汇实体、图谱节点和图谱边构建图谱子结构；对图谱子结构进行存储更新处理，得到碳源汇时空动态知识图谱。本发明通过获取碳源汇的实体特征和实体关系，并进行动态存储更新，构建得到碳源汇时空动态知识图谱，能够有效提高碳源汇的估算精度。

本发明公开了基于多尺度融合与注意力机制的遥感火烧迹地语义分割方法、终端及存储介质，属于遥感图像语义分割技术领域，方法包括：获取目标遥感图像，对所述目标遥感图像进行编码，得到多尺度特征图；提取所述多尺度特征图的局部特征，得到局部多尺度特征图；提取所述多尺度特征图的全局特征，得到全局多尺度特征图；对所述局部多尺度特征图和所述全局多尺度特征图进行门控加权融合，得到目标融合特征；对所述目标融合特征进行增强，得到目标增强特征图；基于所述目标增强特征图对所述目标遥感图进行分割，得到目标分割图像。本发明能更好地处理边界模糊、背景复杂和尺度多样的问题，分割结果轮廓更贴合实际目标区域，漏检和误检率显著降低。

本发明公开了结合多尺度特征增强和SAM大模型的遥感图像分割方法，方法包括：构建目标分割模型，所述目标分割模型包括图像处理模块和掩码解码器；获取目标遥感图像，基于所述图像处理模块对所述目标遥感图像进行图像编码处理，得到图像嵌入表示；提取所述图像处理模块的中间层输出结果，基于所述中间层输出结果获取提示嵌入表示；将所述图像嵌入表示和所述提示嵌入表示输入至所述掩码解码器，得到多个二值掩码预测结果；基于多个所述二值掩码预测结果对所述目标遥感图进行分割，得到目标分割图像。本发明通过对低分辨率遥感图像进行多层级编码处理，有效提升了对低分辨率遥感图像的地物的类别进行划分的分割精度与泛化能力。

本发明公开了一种分段式的模型训练方法，包括：客户端根据服务器下发的一阶段全局泛化模型将泛化特征识别层更新为特化特征识别层，得到一阶段局部特化模型，对特化特征识别层参数冻结后进行本地训练，得到局部特化特征提取层参数上传至服务器。服务器根据客户端上传的局部特化特征提取层参数更新得到二阶段全局泛化模型下发至客户端。客户端根据二阶段全局泛化模型构建二阶段局部特化模型，冻结其中的泛化特征提取层后进行本地训练，将得到的局部泛化特征识别层参数上传至服务器，使服务器据此更新一阶段全局泛化模型。本发明实施例的技术方案能解决数据异构环境下，客户端个性化需求无法得到满足，以及全局模型无法收敛或收敛后准确度低的问题。