-
公开(公告)号：CN119417325B
公开(公告)日：2025-03-25
申请号：CN202510024801.X
申请日：2025-01-08
Applicant: 中国电子科技集团公司第五十四研究所 , 中南大学
IPC: G06Q10/067 , G06F16/29 , G06N3/084 , G06N3/048
Abstract: 本发明公开了耦合意图预测和环境约束的城市机动目标轨迹仿真方法，涉及多目标规划和轨迹模拟生成的交叉领域。本发明首先提取应用情景下的城市移动目标兴趣区域集合，之后提取路口节点、道路的地理环境要素以及自有属性，之后构建神经网络模型，进行深度学习训练，得到路口节点的奖励值，之后基于兴趣区域集合、各个机动目标的位置以及各个路口节点的奖励值，通过混合整数线性规划方法，计算机动目标轨迹仿真集合，完成耦合意图预测和环境约束的城市机动目标轨迹仿真。本发明克服了目前轨迹模拟方法真实性不强、情景泛化能力弱、对训练数据要求高和可解释性较低的问题，有效解决了特殊应用场景下多移动目标轨迹真实轨迹较少的问题。
-
公开(公告)号：CN119068662A
公开(公告)日：2024-12-03
申请号：CN202411343831.9
申请日：2024-09-25
Applicant: 中南大学
Abstract: 本申请适用于时空数据挖掘技术领域，提供了一种出租车供需失衡路段探测方法，包括：按照时间顺序从出租车GPS原始数据集中提取出每个车牌号对应的GPS数据条目序列；根据所有GPS数据条目序列确定出租车供应点和出租车需求点；在城市路网中确定出租车供应点和出租车需求点的校正点；对城市路网进行精细划分，得到最终城市路网；将最终城市路网中有租车需求校正点的路段作为种子路段，并通过迭代优化的方式将种子路段沿着最终城市路网扩展，得到多个候选出租车供需失衡路段；利用蒙特卡洛模拟的方法进行显著性检验，并将通过显著性检验的候选出租车供需失衡路段作为出租车供需失衡路段。本申请能提升出租车供需失衡路段探测的准确性。
-
公开(公告)号：CN118245821A
公开(公告)日：2024-06-25
申请号：CN202410624902.6
申请日：2024-05-20
Applicant: 中南大学
Abstract: 本发明提供了一种室内POI数据的位置纠正与匹配方法及介质，方法包括：基于POI形状与建筑物轮廓形状相似性的POI位置纠正；建立顾及POI与建筑物空间位置和语义属性约束的POI与建筑物关联；匹配POI与建筑物空间位置，使POI与建筑物精确匹配。本发明从POI与建筑物的空间形态分布、位置依赖与语义信息依赖的多个视角出发来解决室内POI数据的位置纠正以及其与关联建筑物之间的匹配问题，顾及了空间位置与语义属性约束的POI与建筑物匹配，充分考虑了POI与建筑物的空间分布、空间距离和语义信息，可以更准确的将POI与建筑物进行匹配，可以服务于更加准确和全面的地理信息关联查询等方面。
-
公开(公告)号：CN115131669A
公开(公告)日：2022-09-30
申请号：CN202210909277.0
申请日：2022-07-29
Applicant: 中南大学
IPC: G06V20/10 , G06F16/29 , G06F16/51 , G06V10/62 , G06V10/75 , G06V10/762 , G06V10/774 , G06V10/82 , G06V20/00 , G01C21/32 , G01C21/00
Abstract: 本发明提供了一种多源数据协同的人车路网一体化构建方法，包括：获取开放街景地图数据、车辆轨迹数据、遥感影像数据、街景图像数据；提取现有道路拓扑数据并作为模板；利用车辆轨迹数据采用层次化建模策略生成道路网络数据；利用高分辨率遥感影像数据提取道路网络数据，与基于车辆轨迹数据提取的道路网络数据形成互补；利用街景图像数据提取道路语义信息；构成包含几何、拓扑、语义等全信息的道路网拓扑数据；匹配生成更新后的道路拓扑数据。本发明为城市级高精度导航道路网拓扑数据的获取与更新提供了有利的技术与方法支撑，在自动驾驶、智能交通系统、电子地图导航等应用中具有明显的应用前景和实用价值。
-
公开(公告)号：CN110515961B
公开(公告)日：2022-08-12
申请号：CN201910804309.9
申请日：2019-08-28
Applicant: 中南大学
IPC: G06F16/23 , G06F16/29 , G06F16/951 , G06F16/9537
Abstract: 本发明公开了一种基于时空大数据的基础地理信息更新需求评价方法，利用网络爬虫程序提取更新区域的地名地址信息，得到更新区域的新增地名地址数据量a和更新区域的属性内容变化较大的地名地址数据量b；获取更新区域的道路地址元素，基于路名提取的道路信息变化获取道路变化情况c；根据人口活动热度获取更新区域人口密集度数据d；根据城市规划图及区域发展状况获取更新区域所处城市等级信息e；通过城市规划图，提取不同城市功能区的地理空间范围得到该更新地区的城市功能区等级信息f；根据所得到的单位更新区域内的地名地址数据变化情况、道路变化情况以及区域更新对人类活动影响情况，通过公式求取单位更新区域的更新需求得分ω。
-
Patent Agency Ranking
公开(公告)号：CN109325085B
公开(公告)日：2019-11-08
申请号：CN201810898260.3
申请日：2018-08-08
Applicant: 中南大学
IPC: G06F16/29 , G06F16/9537 , G06K9/00 , G06Q10/06 , G06Q50/26
Abstract: 本发明公开了一种融合遥感影像和POI数据的城市用地功能识别与变化检测方法，所述方法包括：提取基于遥感影像的用地类型；基于POI数据进行城市功能区识别；融合不同尺度的功能区识别结果；检测城市功能区变化，分析演化趋势。本发明综合考虑了不同来源数据的特征，融合遥感影像和POI数据对城市功能区进行不同尺度的识别，对识别结果的融合，实现城市功能区的精准识别；并充分考虑了POI面积权重，从而可以有效地识别混合功能区；并通过多时序数据，建立城市功能区时空变化的演化分析模型，挖掘城市用地功能的时空变化规律与趋势。
-
公开(公告)号：CN103886076A
公开(公告)日：2014-06-25
申请号：CN201410110902.0
申请日：2014-03-24
Applicant: 中南大学
IPC: G06F17/30
CPC classification number: G06F17/30601
Abstract: 本发明公开了一种基于密度聚类的气象要素分区方法，该方法首先采用基于统计约束的Delaunay三角网构建气象要素实体之间的空间邻近关系；进而，综合考虑空间邻近约束与气象要素专题属性定义气象要素实体的密度；最后，基于空间邻近与气象要素专题属性相似的双重条件将高密度的气象要素实体进行分区，并进行可视化表达。本发明的分区方法受人为因素干扰程度低，而且可以发现形状分布复杂的气象要素分布模式，结果能够进行可视化交互，从而更有利于挖掘深层次气象要素变化规律与辅助决策。
-
公开(公告)号：CN119648943B
公开(公告)日：2025-04-29
申请号：CN202510150268.1
申请日：2025-02-11
IPC: G06T17/05
Abstract: 本申请适用于地理信息处理技术领域，提供了一种地理场景实例化建模方法，包括：将研究区域划分为多个格网单元，并将每个格网单元作为一地理场景；构建地理场景本体模型；地理场景本体模型包括多个地理场景节点和多个地理要素节点，多个地理场景节点与多个格网单元一一对应，每个地理场景节点表示对应的地理场景，多个地理要素节点与研究区域内的多个实体一一对应，每个地理场景节点与位于其对应的格网单元内的实体对应的地理要素节点之间设有关系边；基于动态调整的相似度阈值对地理场景本体模型中的地理场景节点进行多次合并处理，并将经过多次合并处理后的地理场景本体模型作为研究区域的地理场景实例化模型。本申请能实现地理场景实例化建模。
-
公开(公告)号：CN119417325A
公开(公告)日：2025-02-11
申请号：CN202510024801.X
申请日：2025-01-08
Applicant: 中国电子科技集团公司第五十四研究所 , 中南大学
IPC: G06Q10/067 , G06F16/29 , G06N3/084 , G06N3/048
Abstract: 本发明公开了耦合意图预测和环境约束的城市机动目标轨迹仿真方法，涉及多目标规划和轨迹模拟生成的交叉领域。本发明首先提取应用情景下的城市移动目标兴趣区域集合，之后提取路口节点、道路的地理环境要素以及自有属性，之后构建神经网络模型，进行深度学习训练，得到路口节点的奖励值，之后基于兴趣区域集合、各个机动目标的位置以及各个路口节点的奖励值，通过混合整数线性规划方法，计算机动目标轨迹仿真集合，完成耦合意图预测和环境约束的城市机动目标轨迹仿真。本发明克服了目前轨迹模拟方法真实性不强、情景泛化能力弱、对训练数据要求高和可解释性较低的问题，有效解决了特殊应用场景下多移动目标轨迹真实轨迹较少的问题。
-
公开(公告)号：CN117349688B
公开(公告)日：2024-03-19
申请号：CN202311636437.X
申请日：2023-12-01
Applicant: 中南大学
IPC: G06F18/23 , G06F18/23213
Abstract: 本申请适用于轨迹聚类技术领域，提供了一种基于峰值轨迹的轨迹聚类方法、装置、设备及介质。该轨迹聚类方法包括：获取轨迹的距离分布特征曲线，并确定轨迹的k邻域；获取每个k邻域中的峰值轨迹，并将峰值轨迹作为轨迹簇；将仅在峰值k邻域中的所有轨迹分配到轨迹簇中；对于同时在多个峰值k邻域中的重叠轨迹，基于重叠轨迹与重叠轨迹所在的每个峰值k邻域之间的距离，对重叠轨迹进行分配；对于不在任何峰值k邻域内的单独轨迹，根据单独轨迹与每个轨迹簇之间的距离，将单独轨迹分配给轨迹簇或标记为噪声；将轨迹簇和其他轨迹簇进行合并，得到轨迹聚类结果。本申请的轨迹聚类方法能够很好地应用于复杂场景的轨迹聚类。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.039 seconds)
