-
公开(公告)号：CN117556502A
公开(公告)日：2024-02-13
申请号：CN202311512613.9
申请日：2023-11-14
Applicant: 东南大学
IPC: G06F30/13 , G06F30/18 , G06F30/27 , G06F18/23213
Abstract: 本发明公开了一种基于进化模型的街区布局智能生成方法与系统。首先，获取待设计街区的边界数据和案例街区数据，识别案例街区的绿地、广场和建筑群区域，存储为布局面域数据。接着，根据案例街区面域的临接关系，将布局面域数据转置为布局拓扑数据，并计算其特征指标。然后，对指标进行聚类分析，从而将街区布局分为不同街区布局类型；设计师可选择和调整适合的街区布局类型。最后，采用进化模型随机匹配布局拓扑数据，并进行节点随机位移和膨胀，迭代形成最终的街区布局方案。本发明提升了布局方案设计的精确化和智能化，能够辅助规划师对街区布局方案进行快速、准确、高效的生成、研判和反馈调整。
-
公开(公告)号：CN117521874A
公开(公告)日：2024-02-06
申请号：CN202311223227.8
申请日：2023-09-21
Applicant: 东南大学
IPC: G06Q10/04 , G06Q10/0637 , G06Q10/0639 , G06Q50/26 , G06F16/29 , G06F18/23
Abstract: 本发明公开了一种基于人‑地时空流矩阵的城市OD人流预测方法及城市规划优化方法，预测方法包括：步骤1、采集各城市地理时空数据和人群时空分布数据，集成得到各城市空间沙盘；步骤2、将城市划分为若干类型，构建每个类型城市的人‑地时空流数据库；步骤3、生成人‑地时空流矩阵；步骤4、生成各类型城市的城市OD人流预测模型；步骤5、将规划城市方案的输入对应类型城市的城市OD人流预测模型，得到预测的OD人流。规划优化方法除预测方法外还包括城市OD时空流的双维评价以及规划方案的实时调整与规划反馈。本发明预测精度更高，可以对规划方案进行实时诊断与反馈。
-
公开(公告)号：CN110032609B
公开(公告)日：2023-09-12
申请号：CN201910149875.0
申请日：2019-02-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于定位数据的生活圈识别方法，首先对定位数据文件进行预处理；然后对定位数据进行行为点识别，并根据行为点在特定时间段的持续时长，划分出居住行为点、工作行为点和生活行为点集；选取特定城市或地区，实测或赋经验值，获取生活圈半径D值；提取分别距居住行为点M和工作行为点N小于D值的生活行为点，形成居住生活行为点集Q和工作生活行为点集S；分别提取点M和点集Q及点N和点集S形成最小边界几何面域，形成居住生活圈面域和工作生活圈面域。本发明充分利用定位数据，精准划定人群真实的居住或工作生活圈，比传统地以居住地为圆心圈层划定方法更为科学和客观，为居住或工作生活圈规划的分析和建设提供科学依据。
-
公开(公告)号：CN116401736A
公开(公告)日：2023-07-07
申请号：CN202310190777.8
申请日：2023-03-02
Applicant: 东南大学
Abstract: 本发明公开一种基于人工智能的城市绿地空间自动布局方法，包括数据获取与数据库建构、城市绿地要素的智能识别、城市绿地要素智能分级、城市绿地空间引力斥力迭代、城市绿地空间布局线上线下智能校验、城市绿地空间布局方案自动化生成和方案辅助决策与全息交互展示。本发明能够应对以往城市规划设计领域中绿地数据采集慢、设计主观经验强、展示交互难等问题，运用人工智能算法，实现城市绿地空间自动化布局、多方案生成，并通过硬件设备进行交互展示，为城市绿地系统规划提供了高效、便捷的途径，为管理者提供了辅助决策，为规划师提供了设计参考，为公众参与提供了数据沙盘和三维展示。
-
公开(公告)号：CN116109040A
公开(公告)日：2023-05-12
申请号：CN202310186142.0
申请日：2023-03-01
Applicant: 东南大学
Abstract: 本发明提供一种基于空间熵的城市住区形态自动生成方法，涉及城市规划领域。该基于空间熵的城市住区形态自动生成方法，包括地理空间信息输入与标准化；构建住区形态样本库，生成场地形态多方案；构建空间熵计算规则库，计算场地形态多方案空间熵值；计算住区空间熵值合理区间与最优值；筛选N个优选方案；构建人机交互指令库，对场地形态多方案进行展示比选；结果输出。解决了住区形态自动生成设计结果数量庞大，人工评价与筛选较为困难，存在评价效率低、周期长、低交互性等问题，实现了城市住区自动生成、评价与筛选方法，并将筛选结果展示与实时调整反馈，提升了住区形态自动生成设计结果的合理性。
-
Patent Agency Ranking
公开(公告)号：CN115906244A
公开(公告)日：2023-04-04
申请号：CN202211392426.7
申请日：2022-11-08
Applicant: 东南大学
IPC: G06F30/13 , G06F30/27 , G06F16/215 , G06F16/29 , G06F16/56 , G06V10/762 , G06T11/20 , G06N3/0464 , G06N3/084 , G06Q50/26
Abstract: 本发明公开基于参数迭代与机器学习的城市空间结构自动生成方法，所述自动生成方法包括以下步骤：S1：基础信息载入、S2：生成城市绿色廊道、S3：案例库构建、S4：生成城市发展廊道与城市中心、S5：生成城市重点板块、S6：生成城市一般板块、S7：生成城市空间结构空间图。本发明城市空间结构自动生成方法通过基于参数模型识别城市绿色廊道，通过机器学习生成城市发展廊道与城市中心，进一步提取并划分城市重点发展板块与一般板块，整合形成城市基本空间结构，使用本发明自动生成方法技术，可以直接生成国土空间规划、城市设计编制、城市专项规划中城市空间结构规划图纸，并直接应用于城乡规划建设和管理工作。
-
公开(公告)号：CN115858843A
公开(公告)日：2023-03-28
申请号：CN202211469465.2
申请日：2022-11-22
Applicant: 东南大学
IPC: G06F16/58 , G06F16/587 , G06T17/05 , G06T17/10 , G06N20/00 , G06V10/26 , G06V20/70 , G06V10/762 , G06V10/764
Abstract: 本发明公开一种街区形态的城市空间图谱信息平台及其构建方法，属于城市规划领域；信息平台的构建方法包括街区形态数据录入、城市空间图谱信息平台搭建、案例多模态数据融合、街区形态自动聚类模型训练、智能链接模型簇训练、全息沙盘演示互动；该方法采用三维融合实体链接和人工智能技术对街区形态进行聚类，进而通过链接同类案例街区信息形成目标街区的更新工作模型；本发明能够应对旧城更新的建设需求，生成基于多模态资料的街区更新工作模型，拓展了旧城更新资料的采集范围，提高了旧城更新的工作效率。
-
公开(公告)号：CN115713603A
公开(公告)日：2023-02-24
申请号：CN202211468953.1
申请日：2022-11-22
Applicant: 东南大学
IPC: G06T17/10 , G06T19/20 , G06V10/762
Abstract: 本发明公开了基于建筑空间图谱的多类型街区建筑群形态智能生成方法，首先通过目标地区地理信息数据采集和设计条件提取构建带有设计条件的三维空间数字沙盘；其次通过街区样本采集与街区形态特征测算形成街区建筑空间图谱；然后通过加载Pix2pix深度学习模型生成多类型街区建筑群形态；进而基于街区设计条件依次对多类型街区整体建筑群形态和内部建筑群形态进行优化调整；最后使用全息展示设备对多类型街区建筑群形态进行模拟和指标显示，观测并采集使用者场景体验数据，并进行结果输出；本发明通过构建街区建筑空间图谱，生成城市多类型街区建筑群设计方案，提高了应用场景多样性，通过构建基于街区设计条件的智能优化方法，有效提高了设计效率。
-
公开(公告)号：CN113780458B
公开(公告)日：2022-11-08
申请号：CN202111098732.5
申请日：2021-09-18
Applicant: 东南大学
Abstract: 本发明公开了一种城乡聚落空间体系谱系构建的方法与交互展示系统，包括以下步骤：城乡聚落空间体系数据输入与信息库构建；城乡聚落空间关键因子特征信息提取；通过关键因子分级聚类，建构城乡聚落空间体系谱系；搭建城乡聚落空间体系谱系信息平台，输入目标城乡聚落体系后自动计算其特征因子进而识别其所属类型，实现城乡聚落空间体系的规划指导。本发明能够系统性地刻画城乡聚落空间体系的关键特征，基于三个层级特征测度指标的分别聚类及聚类结果的叠加与筛检，为构建能够指导城乡聚落体系规划的城乡聚落空间体系谱系提供了高效科学的路径方法。
-
公开(公告)号：CN113780459B
公开(公告)日：2022-10-28
申请号：CN202111110313.9
申请日：2021-09-18
Applicant: 东南大学
IPC: G06V10/764 , G06V10/762 , G06T3/00 , G06Q50/26
Abstract: 本发明公开一种基于空间谱系的城乡聚落类型自动识别的方法与系统，包括以下步骤：城乡聚落数据采集与基本信息平台搭建；通过加载城乡聚落空间特征指标计算模块，识别城乡聚落空间特征，形成城乡聚落空间特征信息库；基于因子分析进行城乡聚落空间关键特征信息提取；根据城乡聚落空间关键特征信息进行聚类，获得城乡聚落空间类型，计算关键特征信息的层级顺序和值域范围构建城乡聚落空间谱系；搭建城乡聚落空间谱系信息平台，输入目标城乡聚落地理信息数据实现城乡聚落类型自动识别。解决了传统城乡聚落类型识别方法指标考虑不充分，精度不足，效率不高的问题，提升了城乡聚落类型识别的精准度和有效度，提高了规划师的工作效率。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.025 seconds)
