-
公开(公告)号：CN114911787A
公开(公告)日：2022-08-16
申请号：CN202210613379.8
申请日：2022-05-31
Applicant: 南京大学
IPC: G06F16/215 , G06F40/216 , G06F40/289
Abstract: 本发明涉及一种融合位置和语义约束的多源POI数据清洗方法，属于数据处理技术领域。该方法执行如下步骤：步骤1，对收集到的多源POI数据进行GeoHash转换；步骤2，对转换后的字符串进行邻近点查询；步骤3，对步骤2中存在邻近点的窗口进行冗余处理；步骤4，构建分词方案；步骤5，对步骤4处理后的数据进行冗余处理；步骤6，基于步骤5重新构建的分词方案的词频统计完成POI数据重匹配。该方法能更加准确高效地完成数据清洗工作，清洗结果更加优秀，更切合实际且行之有效。
-
公开(公告)号：CN111950658A
公开(公告)日：2020-11-17
申请号：CN202010886292.9
申请日：2020-08-28
Applicant: 南京大学
Abstract: 本发明公开了一种基于深度学习的LiDAR点云与光学影像先验级耦合分类方法，属于遥感科学技术领域。本发明步骤为：首先通过二维深度卷积网络分类多波段光学影像；再将地表覆盖二维分类的结果（即类别概率）利用最近邻算法赋予机载LiDAR点云，作为三维点云的先验概率特征；而后采用三维神经网络分类已嵌入二维类别概率的LiDAR点云，得到最终的城市三维土地覆盖分类结果。本发明利用先验级耦合策略将光学影像提供的波段信息赋予LIDAR点云，弥补了现有三维LiDAR点云数据中存在较少的标注数据的问题，先验级耦合策略分类策略可以降低训练过程的损失，以获得更好的分类效果，并阐释了城市地表覆盖二维分类与三维分类之间的联系。
-
公开(公告)号：CN106157309A
公开(公告)日：2016-11-23
申请号：CN201610520898.4
申请日：2016-07-04
Applicant: 南京大学
CPC classification number: G06T17/30 , G06T2207/10044 , G06T2207/20024
Abstract: 本发明公开了一种基于虚拟种子点的机载LiDAR地面点云滤波方法，属于机载LiDAR点云数据分类领域。本发明的步骤为：首先，将机载LiDAR点云格网化，利用格网内点云的分布维度和高程分布直方图构建地面虚拟种子点；其次，使用多尺度形态学对虚拟种子点评估，剔除不属于地面的虚拟种子点，并且对点云进行初步滤波；最后，利用评估后的虚拟种子点构建初始TIN网，迭代加密TIN网完成LiDAR数据的地面点云滤波。本发明既降低了滤波算法的时间耗费，又保证了滤波算法的滤波精度，并且适用范围广。
-
公开(公告)号：CN103324916B
公开(公告)日：2016-09-14
申请号：CN201310227705.2
申请日：2013-06-07
Applicant: 南京大学
IPC: G06K9/00
Abstract: 本发明涉及一种基于建筑轮廓的车载和航空LiDAR数据配准方法，该方法从车载和航空LiDAR数据中分别提取二维建筑轮廓，并通过轮廓线段高程分割法得到车载和航空三维建筑轮廓线段；然后分别从车载和航空三维建筑轮廓线段中选取两对轮廓线段，计算该两对三维轮廓线段的初始转换矩阵;然后对初始转换矩阵进行迭代运算，若车载三维轮廓线段和三维建筑轮廓线段中匹配线段的数量大于指定阈值或者匹配线段的数量最多，则所述初始转换矩阵定义为可靠转换矩阵，利用所述可靠转换矩阵完成车载LiDAR数据和航空LiDAR数据的配准。本发明能够实现车载和航空LiDAR数据的自动高精度配准，其配准精度可以达到分米级。
-
公开(公告)号：CN102629469B
公开(公告)日：2014-07-16
申请号：CN201210100006.7
申请日：2012-04-09
Applicant: 南京大学
IPC: G10K11/178
Abstract: 本发明公开了一种时频域混合自适应有源噪声控制算法，该算法根据噪声传播的时延特点，将整个控制滤波器划分成两块，一块在时域上完成滤波以保证无时延，另一块采用频域滤波，但两块数据的滤波器更新都在频域上完成，这样既保证了算法对先到达噪声信号的零时延控制，又利用了多时延频域算法降低了整个系统的计算量，从而整体提升了多时延频域算法的适用性和性能。本发明的显著优点是突破了多时延频域自适应算法的时延限制，使其能够用于无时延要求的场合。
-
Patent Agency Ranking
公开(公告)号：CN103035006A
公开(公告)日：2013-04-10
申请号：CN201210541289.9
申请日：2012-12-14
Applicant: 南京大学
Abstract: 本发明涉及一种LiDAR辅助下基于LEGION的高分辨率航空影像分割方法，包括以下步骤：利用LiDAR激光点云数据生成激光回波强度影像；激光回波强度影像与遥感影像全色波段进行配准；使用主成分分析法（PCA）对配准后的激光回波强度影像与遥感影像全色波段进行融合，获得融合影像；对融合影像进行LEGION图像分割。与现有技术相比，本发明利用主成分分析法（PCA）融合激光回波强度影像和高分辨率遥感影像全色波段，综合利用两种不同数据源作为LEGION分割方法的输入数据，较好保留了LiDAR数据和全色波段影像的特征，有效地提高了高分辨率遥感影像的分割精度。本发明综合使用LiDAR数据和遥感影像的信息来进行LEGION分割，实践证明，该技术够能有效地进行遥感影像分割，得到满意的分割效果。
-
公开(公告)号：CN102629469A
公开(公告)日：2012-08-08
申请号：CN201210100006.7
申请日：2012-04-09
Applicant: 南京大学
IPC: G10K11/178
Abstract: 本发明公开了一种时频域混合自适应有源噪声控制算法，该算法根据噪声传播的时延特点，将整个控制滤波器划分成两块，一块在时域上完成滤波以保证无时延，另一块采用频域滤波，但两块数据的滤波器更新都在频域上完成，这样既保证了算法对先到达噪声信号的零时延控制，又利用了多时延频域算法降低了整个系统的计算量，从而整体提升了多时延频域算法的适用性和性能。本发明的显著优点是突破了多时延频域自适应算法的时延限制，使其能够用于无时延要求的场合。
-
公开(公告)号：CN101562769A
公开(公告)日：2009-10-21
申请号：CN200910030331.9
申请日：2009-03-19
Applicant: 南京大学
Abstract: 本发明公开了一种数字通讯用高灵敏度微型受话器，包括磁框、磁铁、音圈、振膜和前盖板，磁铁设置在磁框内，音圈设置在磁铁周围，在磁框前端设有前盖板，振膜设置在磁铁和前盖板构成的空腔内，振膜与音圈连接；振膜是凹型振膜。本发明将现有受话器中的振膜设计成凹型的，利用凹型振膜的凹腔谐振聚焦效应在中高频可产生较大的轴向声压的性质，在耳中产生较大的声压，受话器的灵敏度高、音质好。
-
公开(公告)号：CN115100394B
公开(公告)日：2023-11-03
申请号：CN202210729862.2
申请日：2022-06-24
Applicant: 南京大学
IPC: G06V10/25 , G06V10/764 , G06V20/10 , G06V20/70
Abstract: 本发明涉及一种基于兴趣点Voronoi图的城市街区功能识别方法，属于数据处理技术领域。该方法执行如下步骤：对城市街区内部的兴趣点数据按类别进行分类；创建规则格网将城市街区划分为若干格网单元；对每个格网单元内的兴趣点数据进行聚合，得到兴趣点聚合点数据；基于兴趣点聚合点数据创建Voronoi图，得到每个兴趣点聚合点数据对应的Voronoi多边形；计算城市街区内每个Voronoi多边形的面积，将Voronoi多边形的面积与城市街区的面积之比作为对应的兴趣点聚合点数据的权重，从而实现对城市街区的功能识别。本发明能够凸显密度低但能够表征城市街区主导功能的兴趣点数据重要性，从而有助于提高基于兴趣点数据的城市街区功能区识别的准确率。
-
公开(公告)号：CN106023312A
公开(公告)日：2016-10-12
申请号：CN201610319784.3
申请日：2016-05-13
Applicant: 南京大学 , 云南省测绘资料档案馆(云南省基础地理信息中心)
IPC: G06T17/05
CPC classification number: G06T17/05
Abstract: 本发明公开了一种基于航空LiDAR数据的三维建筑物模型自动重建方法。其步骤为：利用反向迭代数学形态学滤波和基于点云密度的方法从航空LiDAR数据中提取建筑物屋顶点云；根据“种子区域选取—屋顶面片生长—面片平整优化”的策略提取并优化屋顶面片；构建二维规则格网对不同屋顶层进行重采样获取屋顶层的内部点和边缘点；优化不同屋顶层的边缘点；连接屋顶层的内部点和边缘点构建屋顶面和墙面，最终实现建筑物屋顶的三维模型重建。实践证明，本发明能够有效地重建建筑物屋顶三维模型，为不同屋顶层之间的连接提供了新的思路，具有较高的三维模型重建精度。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.023 seconds)
