-
公开(公告)号：CN118153976A
公开(公告)日：2024-06-07
申请号：CN202311621789.8
申请日：2023-11-30
Applicant: 东南大学
IPC: G06Q10/0637 , G06Q10/04 , G06Q10/067 , G06Q50/26 , G06F16/26 , G06F16/29 , G06F18/243 , G06N20/20
Abstract: 本发明公开了一种基于分年龄段人群预测的多情景规划诊断与决策反馈方法，以多情景规划方案输入、分年龄段的人群分布预测模型建构、多情景规划方案的人群分布密度模拟、多情景规划方案的空间友好度诊断、基于空间友好度评价标准的多情景规划方案检验、多情景规划方案的决策反馈为六项主要步骤。本发明通过建构分年龄段人群分布预测模型，与输入的多情景规划方案基础空间数据库进行挂接，从而进行分年龄段的人群分布密度模拟，生成多情景“人‑地”数据库，并将其进行基于空间友好度评价标准的多情景规划方案检验，最终输出多情景规划方案的发展类型判定与决策反馈建议。
-
公开(公告)号：CN115712634A
公开(公告)日：2023-02-24
申请号：CN202211468962.0
申请日：2022-11-22
Applicant: 东南大学
Abstract: 本发明公开了一种基于空间熵的城市更新单元边界划定方法及展示平台，包括以下步骤：步骤1、首先进行数据采集与存量空间资源库的构建；步骤2、其次获得各地块单元的空间熵；步骤3、然后得到各类更新单元对应的空间熵阈值及其形态特征阈值；步骤4、接着初步划定可展示的更新单元边界；步骤5、最后对可展示的更新单元边界进行多轮校核优化。本发明通过极大提高了城市更新单元的识别效率，划定城市更新单元的边界更为客观，提高了更新单元划定的科学性；采用多种指标的形态指标数据划分不同地块单元类型，提高了更新单元识别的划分精度；通过展示平台将更新单元的划定结果，全方位多层次的展现，方便信息获取和读取。
-
公开(公告)号：CN113641776A
公开(公告)日：2021-11-12
申请号：CN202110944701.0
申请日：2021-08-17
Applicant: 上海图源素数字科技有限公司 , 东南大学
Abstract: 本发明公开基于区块链业务空间编码展示的方法、系统及储存介，涉及国土空间治理技术领域，包括如下步骤：数据采集与处理，构建区块链国土空间数据平台；根据用户信息提取区块链国土空间业务数据，生成空间编码；搭建空间编码展示系统与设备，构建用户行为指令库；指令识别并生成用户业务数据信息关注程度，反馈至用户信息链进行空间编码动态更新；信息反馈与数据导出。本发明能够有效提高用户提取业务数据信息的完整性、时效性和工作效率，解决了传统提取业务数据信息过程中需要办理多部门手续，克服数据不全、信息提取慢的问题；其次可以对数据的保密性以及数据的使用情况进行追踪，实现了数据使用的安全性和可靠性。
-
公开(公告)号：CN113298301A
公开(公告)日：2021-08-24
申请号：CN202110532450.5
申请日：2021-05-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于人群数字画像的城市服务设施评价及优化方法，包括高精度手机定位数据的输入与校正处理，根据停留点空间与时间属性，并与用地、路网等矢量数据叠加以识别服务设施日常服务用户及其居住点，划定服务设施服务范围，并基于服务设施15分钟服务人群覆盖率指标以评价现状设施布局情况，若布局需要调整，通过对调整方案的软件模拟与计算，实现服务设施布局调整方案的自动选择优化，该方法利用高精度手机定位数据特性，准确识别服务设施的真实服务人群及其使用规律，通过指标测度评估、软件模拟计算等方法实现对其空间布局的理性评价与优化调整，评价及优化方法更科学。
-
公开(公告)号：CN119577158A
公开(公告)日：2025-03-07
申请号：CN202411804040.1
申请日：2024-12-10
Applicant: 东南大学
IPC: G06F16/36 , G06F18/23 , G06N3/09 , G06Q50/26 , G06N3/0442 , G06N3/0464 , G06F18/22 , G06F18/214 , G06F18/21
Abstract: 本发明公开了一种基于知识图谱的城市阴影区自动识别方法，包括阴影区案例库建构、阴影区特征识别模型构建、目标城市图谱构建、目标城市阴影区图谱子集查找、目标城市阴影区识别结果输出与展示五部分。该方法通过知识图谱整合现状城市数据，精准识别城市阴影区并对识别结果进行精细化展示。本发明能够应对城市规划领域的城市阴影区自动识别，基于超大城市案例库的识别准确度更高，基于阴影区图谱子集查找的识别速度更快，形成的三维交互展示更加立体直观，对城市规划项目的指导性更强。
-
Patent Agency Ranking
公开(公告)号：CN119514872A
公开(公告)日：2025-02-25
申请号：CN202411578511.1
申请日：2024-11-07
Applicant: 东南大学
IPC: G06Q10/063 , G06Q50/26 , G06F16/909 , G06F16/9035
Abstract: 本发明公开一种基于多智能体的城市空巢老人的时空活动分析与预测方法，包括采集社区居民的外显特征并构建时空活动沙盘、识别城市空巢老人及其停留点、构建城市空巢老人的典型时空活动链、构建城市空巢老人的多智能体模型、空巢老人多智能体的需求模拟和筛选、生成公共服务设施布局优化方案、可视化空巢老人需求。该方法通过获取高精度的居民外显特征和高分辨率的空间数据，采用多智能体模型对空巢老人的需求进行模拟和筛选，从而实现城市尺度下全覆盖化、精确化、多维化的空巢老人活动需求的识别，为完善城市社区公共服务设施、提升老人生活质量提供可靠依据。
-
公开(公告)号：CN119397312A
公开(公告)日：2025-02-07
申请号：CN202411563462.4
申请日：2024-11-05
Applicant: 东南大学
IPC: G06F18/2321 , G06F18/10 , G06F16/29 , G06F18/213 , G06F18/24 , G06F18/27 , G06Q10/067 , G06Q50/40
Abstract: 本发明公开一种基于多智能体的城市中心就业人群通勤瓶颈识别方法，包括城市中心多源数据库集成与空间沙盘搭建、云计算平台就业人群‑建成环境时空特征解析、云计算平台就业人群‑建成环境决策规则转译、多智能体模型构建与通勤行为仿真、城市中心就业人群通勤瓶颈识别、通勤瓶颈数据可视化与循环交互反馈。该方法通过获取高精度的时空多源数据，利用多智能体建模环境对城市中心就业人群的通勤活动进行行为解析、规则转译和模拟仿真，从而实现系统化、精细化、交互化的就业人群通勤瓶颈识别，为改善提升城市中心就业人群通勤效率提供可靠依据。
-
公开(公告)号：CN116645479A
公开(公告)日：2023-08-25
申请号：CN202310422151.5
申请日：2023-04-19
Applicant: 东南大学
Abstract: 本发明提供一种基于风貌断裂带识别的街区形态自动修复方法及系统，涉及城市规划领域。该基于风貌断裂带识别的街区形态自动修复方法，包括构建形态关联网络、识别风貌断裂带、构建关联形态数据库、优化关联形态数据、实地测距验证与输出。通过遗传算法优化风貌断裂带的形态关联网络，并通过无人机实地测距与《城市风貌设计导则》进行比照验证，形成优化后的三维城市模型和街区形态优化清单。本发明可应对城市规划领域的风貌断裂带识别和修复，用实地全景拍摄和深度学习的方法识别风貌断裂带准确度更高，基于关联网络和遗传算法优化街区形态的速度更快，形成的街区形态优化清单能具体到对每一栋建筑进行优化调整，对城市规划项目的指导性更强。
-
公开(公告)号：CN116542553A
公开(公告)日：2023-08-04
申请号：CN202310422157.2
申请日：2023-04-19
Applicant: 东南大学
IPC: G06Q10/0639 , G06Q10/0631 , G06F17/18 , G06Q50/26
Abstract: 本发明公开一种基于人群分布预测的规划方案生态评估与优化方法，属于城市规划领域；评估方法包括：S1，划分场地栅格，采集数据并存储；S2，构建人群时空分布预测关系库；S3，输入目标城市或区域的多个城市规划方案数据，通过人群时空分布预测关系库，预测各城市规划方案对应的各栅格月平均人群时空分布指标值；S4，构建生态绩效指标评估库，根据采集数据和各栅格月平均人群时空分布指标值，计算各格栅水文条件指标值、地质条件指标值和物理环境指标值，通过加权相加生成各栅格生态绩效结果值；S5，基于生态绩效结果值，评估优选方案和合格方案；通过集成人群时空分布预测与生态绩效评估实现对规划方案的优选，相较传统流程能够提高效率和精度。
-
公开(公告)号：CN116502836A
公开(公告)日：2023-07-28
申请号：CN202310422163.8
申请日：2023-04-19
Applicant: 东南大学
IPC: G06Q10/0631 , G06F17/18 , G06Q50/26 , G06Q10/04
Abstract: 本发明公开一种基于人群密度预测的职住空间布局智能优化方法，属于城市规划领域；优化方法包括：S1获取场地数据并存储；S2根据所述场地数据，对职住人口进行识别和校核，得到职住人群密度校核数值；S3根据所述职住人群密度校核数值构建关系库，并预测规划期职住人群密度；S4根据所述规划期职住人群密度计算职住平衡指数，并生成职住平衡区域和职住不平衡区域；S5根据所述职住平衡区域的规模，进一步判定职住不平衡区域；S6对S4和S5筛选出的职住不平衡区域进行智能优化；S7将经过S5再次筛选后的职住平衡区域作为最终的输出结果；能够提升规划方案的职住空间布局均衡性，采用人群密度预测的方法为规划方案提供了更可靠的依据。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.02 seconds)
