-
公开(公告)号：CN106326923B
公开(公告)日：2019-03-12
申请号：CN201610707243.8
申请日：2016-08-23
Applicant: 福州大学
IPC: G06K9/62
Abstract: 本发明涉及了一种顾及位置重复和密度峰值点的签到位置数据聚类方法，包括以下步骤：1.构建原始签到对象并进行预处理；2.统计每个位置上原始签到对象数量以此构建新对象FPi并构成集合F；3.计算截断距离dc；4.计算每个FPi的局部密度ρi和高密度最邻近距离δi；5.计算阈值ρ0和δ0并筛选出密度峰值点；6.获取与每个峰值点密度连通的核心点簇；7.搜索每个核心点簇的边界点添加到核心点簇中构成峰值密度簇，完成全部聚类过程。本发明充分考虑了签到位置重复的问题，有效避免了位置重复数量较高的离群点选为峰值并聚类的情况，聚类结果更加准确可靠，可以更好地反映城市居民空间聚集和活动变化情况，具有较高的实用价值。
-
公开(公告)号：CN105760529B
公开(公告)日：2018-12-25
申请号：CN201610120863.1
申请日：2016-03-03
Applicant: 福州大学
IPC: G06F17/30
Abstract: 本发明公开一种移动端矢量数据的空间索引和缓存构建方法。其技术方案为：根据矢量地图范围、屏幕尺寸和像素精度，对移动端矢量数据进行基于四叉树的多级网格划分；依据空间对象尺寸，确定各个空间对象所在的网格级别，及其所跨越的网格范围；通过网格的行列号，计算各个网格的网格编码，使用网格编码建立索引表，每级网格分别建立索引；针对不同的网格级别，实现分级显示；设置相应的缓存参数，构建面向分块、分级显示的矢量数据的缓存模型；提出合适的缓存淘汰更新策略；当对地图进行操作时，加载缓存数据，并统计缓冲区容量，适时执行缓存淘汰更新策略。本发明实现对移动端矢量数据的有效组织和对应缓存的构建，提高矢量数据的加载效率。
-
公开(公告)号：CN106326923A
公开(公告)日：2017-01-11
申请号：CN201610707243.8
申请日：2016-08-23
Applicant: 福州大学
IPC: G06K9/62
CPC classification number: G06K9/6221
Abstract: 本发明涉及了一种顾及位置重复和密度峰值点的签到位置数据聚类方法，包括以下步骤：1.构建原始签到对象并进行预处理；2.统计每个位置上原始签到对象数量以此构建新对象FPi并构成集合F；3.计算截断距离dc；4.计算每个FPi的局部密度ρi和高密度最邻近距离δi；5.计算阈值ρ0和δ0并筛选出密度峰值点；6.获取与每个峰值点密度连通的核心点簇；7.搜索每个核心点簇的边界点添加到核心点簇中构成峰值密度簇，完成全部聚类过程。本发明充分考虑了签到位置重复的问题，有效避免了位置重复数量较高的离群点选为峰值并聚类的情况，聚类结果更加准确可靠，可以更好地反映城市居民空间聚集和活动变化情况，具有较高的实用价值。
-
公开(公告)号：CN119785225A
公开(公告)日：2025-04-08
申请号：CN202411461668.6
申请日：2024-10-18
Applicant: 福州大学
IPC: G06V20/13 , G06V20/10 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0442
Abstract: 本发明提出融合有效积温的农作物早期遥感识别方法，针对早期作物生长环境及自身特点，提出一种基于时空多层级注意力模型和长短时间记忆神经网络，集成有效积温及多源遥感数据的作物提取方法，充分利用SAR、光学数据之间的互补信息，在特征层进行融合，再与有效积温数据进行进一步融合实现作物环境信息的增强，使得模型更好理解不同作物早期自身特点与环境的关联性，提升作物早期识别性能。
-
公开(公告)号：CN118394807A
公开(公告)日：2024-07-26
申请号：CN202311733392.8
申请日：2023-12-18
Applicant: 福州大学
IPC: G06F16/2458 , G06F16/29 , G06F18/22 , G06F18/23211 , G06F18/25 , G06F18/26 , G06Q50/26
Abstract: 本发明涉及一种融合轨迹时空距离和SNN‑DPC的出租出行频繁模式挖掘方法，包括：获取轨迹数据，剔除重复记录和异常的数据并补全缺失数据；对研究区域进行网格化处理，任取不同的2个网格，提取以这两个网格所在区域为起终点的所有轨迹，构建轨迹子数据集；基于改进的Hausdorff算法度量轨迹的空间位置相似性；基于改进的LCSS算法度量轨迹的空间方向相似性；将轨迹空间位置距离矩阵和轨迹空间方向距离矩阵进行加权融合，得到轨迹时空距离矩阵；基于SNN‑DPC算法对轨迹时空距离矩阵进行聚类分析，将轨迹划分为不同的类簇；基于FDPC‑OF算法检测聚类结果中的离群轨迹，并予以剔除，最终得到出租出行频繁模式。该方法有利于实现准确、高效的出租出行频繁模式识别。
-
Patent Agency Ranking
公开(公告)号：CN114139471B
公开(公告)日：2024-07-26
申请号：CN202111510294.9
申请日：2021-12-11
Applicant: 福州大学
IPC: G06F30/28 , G06F30/23 , G06F30/13 , G06F113/08 , G06F119/14
Abstract: 本发明涉及一种适用于CFD的城市街区三维模型构建和网格划分方法及系统。该方法：读取含高度属性特征的建筑物矢量数据文件，以白膜形式构建三维场景；采用空间包含关系获取模拟边界几何内所有建筑物的几何特征及高度属性；构建CPU/GPU并行的高斯投影转换算法，实现模拟边界内建筑物几何特征的地理坐标到空间笛卡尔坐标的快速转换；采用参数化设计方法封装ICEM CFD几何模型构建相关命令流，实现城市街区三维模型自动构建；采用参数化设计方法封装ICEM CFD非结构化网格划分相关命令流，实现城市街区三维模型非结构化网格划分。
-
公开(公告)号：CN113516309B
公开(公告)日：2023-08-11
申请号：CN202110782636.6
申请日：2021-07-12
Applicant: 福州大学
Abstract: 本发明涉及一种基于多路切图准则和蚁群优化的OD流向聚类方法，利用流向终点POI构建主题分布模型，计算流向时空语义相似度，构建无向图复杂网络及初始信息素矩阵，提取网络所有连通分量，识别待聚类连通分量，基于多路切图准则和蚁群优化对待聚类的连通分量采用多进程并行的方式，一个进程对一个连通分量进行聚类。汇总步骤各进程的聚类结果，得到最终聚类结果。本发明将无向图复杂网络思想与聚类算法有机结合，采用高斯核函数进行复杂网络简化，利用图连通分量实现噪音自动识别。本发明基于多路切图准则改进了启发式函数，并基于复杂网络思想利用介数中心性筛选蚁群初始节点，有效改善聚类效果。
-
公开(公告)号：CN110782093B
公开(公告)日：2022-05-27
申请号：CN201911026860.1
申请日：2019-10-26
Applicant: 福州大学
Abstract: 本发明涉及一种融合SSAE深度特征学习和LSTM网络的PM2.5小时浓度预测方法及系统，构建SSAE‑LSTM模型，将一定时间步长的空气污染物时间序列输入该模型，采用SSAE网络通过无监督的方法提取输入数据的抽象特征，将提取的特征作为LSTM网络的输入特征，获取一定时间步长内空气污染物信息的特征分布，最后结合全连接网络预测PM2.5小时浓度。本发明能够有效提高预测的准确率。
-
公开(公告)号：CN108776727B
公开(公告)日：2021-10-29
申请号：CN201810531598.5
申请日：2018-05-29
Applicant: 福州大学
Abstract: 本发明涉及一种基于出租车轨迹数据的道路几何特征提取方法，首先对出租车轨迹数据预处理；接着计算每个轨迹点的行驶方向角；然后遍历原始轨迹点集合，获取轨迹点Pi的相似轨迹点集合；接着遍历相似轨迹点集合，计算得到轨迹点Pi的偏移距离，得到Pi偏移后的坐标；接着完成轨迹点集合的遍历，将Pi偏移后的坐标更新为轨迹点的当前坐标，计算所有轨迹点偏移距离的平均值，若小于等于阈值则将偏移后的轨迹点转成轨迹线，对每条轨迹线作缓冲区并融合为面要素进行二值化，利用ArcScan工具提取道路网L。本发明通过对轨迹点进行偏移，有效的避免了将邻近不同行驶方向的轨迹聚为一束的情况，提取得到的路网更能反映真实道路结构，具有较高的实用价值。
-
公开(公告)号：CN107818412B
公开(公告)日：2021-04-27
申请号：CN201710998166.0
申请日：2017-10-18
Applicant: 福州大学
IPC: G06Q10/06 , G06Q50/30 , G06F16/2458 , G06F16/27
Abstract: 本发明涉及一种基于MapReduce的大规模公交乘客OD并行计算方法。该方法：首先，对原始公交数据预处理，并将处理后数据存储；而后，运用连续性公交出行链方法得到上车记录集合Sa和具有完整OD点的集合Sb；对集合Sa的上车站点数据根据乘客工作日和非工作日的出行特征以及历史出行站点频次来推算公交乘客出行下车站点；最后，依次对每个IC卡用户的出行OD记录按照刷卡时间顺序归并，完成大规模公交乘客OD并行计算的过程。本发明运用Hadoop的MapReduce并行计算框架和HBase数据库在出行链方法基础上结合乘客历史相似出行行为规律来并行计算大规模公交乘客OD点，不仅提高了大规模公交乘客OD点的计算效率，同时也提高了推算公交乘客OD点的准确率，具有较高的实用价值。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.022 seconds)
