（一）AI

通過(guò)機器學(xué)習等算法來(lái)找到復雜問(wèn)題的快速解決手段，讓計算機像人一樣去決策。

（二）大數據技術(shù)

用數據來(lái)實(shí)現主動(dòng)數據發(fā)現，或者實(shí)現現有信息和部分預測分析的可視化。

技術(shù)應用成果----大數據統計分析

應用場(chǎng)景一：

人事管理業(yè)務(wù)中，對800萬(wàn)人員的60多個(gè)維度基礎信息、上億級數據量，進(jìn)行秒級查詢(xún)及數據挖掘。

應用場(chǎng)景二：

全國水利統計業(yè)務(wù)中，對5年來(lái)3千多指標、千萬(wàn)級數據，進(jìn)行亞秒級別查詢(xún)和預測分析。

技術(shù)應用成果----遙感智能

應用場(chǎng)景一：地類(lèi)自動(dòng)識別

  【行業(yè)痛點(diǎn)】 —— 人工解譯全域土地利用類(lèi)型工作量巨大，判別容易出錯，相近地類(lèi)識別不清

  【解決方案】—— 采用AI語(yǔ)義分割深度學(xué)習網(wǎng)絡(luò )模型，基于較小樣本量需求，應用數據增強與遷移學(xué)習技術(shù)，自動(dòng)圈畫(huà)土地利用類(lèi)型內置耕地、園地、林地、草地、交通運輸用地、水域、城鎮村及工礦用地、其它土地8種常用土地利用類(lèi)型，同時(shí)支持土地利用類(lèi)型按 需自定義。

應用場(chǎng)景二：四亂智能識別

  【行業(yè)痛點(diǎn)】 ——類(lèi)別雜，形態(tài)變化多樣，人工排查費工費力，且容易漏查

  【解決方案】—— 先進(jìn)行自動(dòng)特征提取，再輔以人工判別，積累四亂問(wèn)題樣本，采用AI遷移學(xué)習模型，不斷豐富自動(dòng)識別內容

應用場(chǎng)景三：擾動(dòng)變化檢測

  【行業(yè)痛點(diǎn)】 ——人工排查費工費力，容易漏查，擾動(dòng)邊界容易偏差

  【解決方案】—— 基于A(yíng)I目標檢測算法，對不同時(shí)相遙感影像進(jìn)行目標檢測，再通過(guò)對比自動(dòng)提取動(dòng)土變化

• 全國公務(wù)員查詢(xún)展示系統