一种VCT文件到shapefile文件的矢量数据并行转换方法

    公开(公告)号:CN103678705B

    公开(公告)日:2016-07-13

    申请号:CN201310745410.4

    申请日:2013-12-30

    Applicant: 南京大学

    Abstract: 本发明涉及一种VCT文件到shapefile文件的矢量数据并行转换方法,该方法首先分别构建VCT文件中文件头、要素类型参数、属性数据结构、注记、几何图形数据和属性数据的要素索引,并统计各图层的几何图形数据类型和包含的几何图形数据数量,并分别对相同几何图形数据类型的图层按照包含的几何图形数据数量进行排序,然后每个图层的点数据累加得到总点数据w,根据进程数p将VCT文件分为p个矢量目标子集,最后p个进程将从VCT文件中解析出的几何图形数据的坐标信息、属性数据与对应要素的图层进行匹配,并将每个图层的数据分别存入到一个单独的shapefile文件。该方法可以通过并行处理实现对矢量地理数据VCT文件的快速转换。

    用于数据跨网传输的加密系统及方法

    公开(公告)号:CN119628883A

    公开(公告)日:2025-03-14

    申请号:CN202411669263.1

    申请日:2024-11-21

    Applicant: 南京大学

    Abstract: 本发明公开了用于数据跨网传输的加密系统及方法,包括基础信息获取模块和加密信息输出模块,本发明涉及数据跨网传输加密技术领域,解决了原始的加密方式过于单一,导致了在数据传输的过程中存在数据被盗的风险,其加密安全度并不高的技术问题,本发明通过针对传输网络进行安全值分析,通过将安全值进行判断从而来分析数据在传输的时候是否存在安全风险,针对存在风险的情况通过对传输数据的重复数据进行提取和处理,并根据重复数据容量的奇偶性来进行不同方式的加密,针对不存在风险的情况通过对传输数据容量的奇偶性进行分析,并根据不同的容量值性质来进行对传输数据进行不同的分割处理同时对其进行加密,够提高数据传输过程中的安全性。

    一种跨层级的医疗设施选址方法
    14.
    发明公开

    公开(公告)号:CN119180678A

    公开(公告)日:2024-12-24

    申请号:CN202411238307.5

    申请日:2024-09-05

    Applicant: 南京大学

    Abstract: 本发明属于信息自动化技术领域,并公开了一种跨层级的医疗设施选址方法,包括:在待选址区域内使用连续型决策变量来模拟不同层级医疗设施选址方案;基于预设种群规模和所述连续型决策变量构建初始父代医疗设施备选方案种群;构建医疗设施的多目标选址模型,所述多目标选址模型的目标函数包括总出行距离最小目标函数、覆盖人口最大目标函数和机会成本最小目标函数;基于非支配排序算法和精英选择策略对所述医疗设施多目标选址模型进行迭代求解,得到最优解集;对最优解集中的医疗设施备选方案进行排序,基于排序结果确定不同层级医疗设施选址方案。本发明所述技术方案能够精确且高效地确定多个层级的医疗设施最佳选址,能够满足实际生产的需要。

    一种改进辐射模型的跨境人口流动模拟方法

    公开(公告)号:CN115221766B

    公开(公告)日:2024-05-07

    申请号:CN202210671133.6

    申请日:2022-06-15

    Applicant: 南京大学

    Abstract: 本发明公开了一种改进辐射模型的跨境人口流动模拟方法,该方法包括以下步骤:基于互联网爬虫技术对跨境航班的基本信息进行获取,并对区域内的人口公里格网数据进行获取;基于航班的通行时间信息及道路网的通行时间构建引力模型,且通过改进空间邻域,完成辐射模型的构建;通过对引力模型及辐射模型进行耦合,完成引力‑辐射模型的构建;采用引力‑辐射模型计算格网级的人口流动模拟结果,并将人口流动模拟结果汇总至区县级、省级与国家级,同时与人口流动统计结果进行对比,完成引力‑辐射模型的精度验证。本发明能够有效提升跨境人口流动模拟的精度。

    基于图卷积神经网络的土地利用结构模式层次挖掘方法

    公开(公告)号:CN117575014A

    公开(公告)日:2024-02-20

    申请号:CN202311285655.3

    申请日:2023-10-07

    Applicant: 南京大学

    Abstract: 本发明涉及一种基于图卷积神经网络的土地利用结构模式层次挖掘方法,包括如下步骤:获取土地利用数据;构建图结构;生成标签输入模型;通过图卷积神经网络模型,对所述标签输入模型进行训练,生成图嵌入;利用空间约束多元聚类方法对所述图嵌入进行划分,得到从分区到各级子分区的层次分区结构;对每一年的土地利用数据,分别以土地利用类型的频率特征构建各区域的区域级图元,根据某区域不同年份的区域级图元的变化反映该区域土地利用结构的时空变化。本发明构建图元时考虑了多阶邻域的影响,能够根据土地利用空间结构的不同进行分区,可以有效挖掘层次土地利用结构模式及其动态特征。

    一种平衡面积、拓扑和形状特征的矢量多边形栅格化方法

    公开(公告)号:CN113204607B

    公开(公告)日:2023-07-25

    申请号:CN202110511844.2

    申请日:2021-05-11

    Applicant: 南京大学

    Abstract: 本发明涉及一种平衡面积、拓扑和形状特征的矢量图栅格化方法,根据矢量多边形的真实拓扑修复栅格区域的拓扑变化;保留多边形狭窄通道、凸起与凹陷部位的栅格像元,可以减少形状特征的损失;比较相邻栅格区域与原始多边形的面积差异,重新协调栅格化面积。实验结果表明,本文算法相比常规算法能够有效保留多边形的面积、形状和拓扑特征,总体栅格化误差明显降低。

    一种CPU-GPU协同的遥感影像边缘检测并行计算方法

    公开(公告)号:CN115100227A

    公开(公告)日:2022-09-23

    申请号:CN202210760820.5

    申请日:2022-06-29

    Applicant: 南京大学

    Abstract: 本发明涉及一种CPU‑GPU协同的遥感影像边缘检测并行计算方法,属于数据处理技术领域。该方法执行如下步骤:步骤1、并行环境初始化;步骤2、CPU主线程初始化GPU,并优化GPU内存;步骤3、由CPU计算端与GPU计算端分别执行计算任务;步骤4、同步CPU与GPU;步骤5、更新任务队列,若任务队列不为空,则返回步骤3,否则退出并行环境,终止计算。本发明通过对任务队列的数据进行划分以及GPU与CPU各计算线程双向任务调度分配的方式,优化了CPU与GPU内的线程组织与调度模式,实现了CPU与GPU间的负载均衡与高效并行的兼得。

    一种基于功能混合度和集成学习的城市功能区识别方法

    公开(公告)号:CN114969007A

    公开(公告)日:2022-08-30

    申请号:CN202210621710.0

    申请日:2022-06-01

    Applicant: 南京大学

    Abstract: 本发明涉及一种基于功能混合度和集成学习的城市功能区识别方法,属于数字信息技术领域。该方法执行如下步骤:1)收集数据以及预处理;2)构建所述城市功能区的识别体系的10个指标特征;3)结构化指标;通过空间统计工具统计各宗地所对应的10个指标特征数据;4)自变量数据集构建;5)响应变量标记;6)根据功能混合度将训练数据集划分为若干子训练集;7)基于Stacking策略的集成学习训练;8)属性表连接完成该宗地的功能区识别。本发明通过对功能混合度进行分级的方式将训练集分开并让预测集数据按照对应功能混合度进行预测,提供了一种较为准确挖掘城市功能区类型和城市特征之间的相关性,实现城市特征映射城市功能区类型识别的方法。

    一种利用几何与强度特征的分层次机载LiDAR点云分类方法

    公开(公告)号:CN110009054B

    公开(公告)日:2021-01-29

    申请号:CN201910294565.8

    申请日:2019-04-12

    Applicant: 南京大学

    Abstract: 本发明公开了一种利用几何与强度特征的分层次机载LiDAR点云分类方法,属于遥感科学技术领域。本发明步骤为:首先通过机载LiDAR获取地表的三维几何信息和强度信息,并根据几何信息和强度信息为每个LiDAR点构建几何特征与强度特征;再利用随机森林分类器处理几何特征,得到监督分类结果;从监督分类结果中提取地面地物,并利用高斯混合模型处理地面地物点的强度特征,得到非监督分类结果;而后利用启发规则对监督分类结果与非监督分类结果进行融合,获得最终分类结果。本发明克服了现有技术中,易变的强度信息所引起的机载LiDAR点云监督分类器不稳定、难迁移的不足,可以分层次利用机载LiDAR点云的几何信息和强度信息,得到较好的机载LiDAR点云分类结果。

Patent Agency Ranking