-
公开(公告)号：CN111311910B
公开(公告)日：2020-12-22
申请号：CN202010103090.2
申请日：2020-02-19
Applicant: 中南大学
IPC: G08G1/01
Abstract: 本发明提供了一种多层次道路级浮动车异常轨迹探测方法，包括：提取轨迹数据点集中车牌号相同、时间戳递增的GPS采样点，组成不同车辆的轨迹序列；将提取得到的出行轨迹数据与城市路网进行匹配，从而将轨迹点序列转化为道路级的路段序列；选择匹配度最高的候选轨迹为出行轨迹数据在城市路网中的移动轨迹，并使用匹配度最高的候选轨迹中轨迹点所在的路段序列表达原始出行轨迹的行驶路径。本发明方法顾及浮动车受到路网约束的条件，从全局和局部探测浮动车异常轨迹，使探测的异常轨迹更加全面和准确。
-
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：CN118245821B
公开(公告)日：2024-08-06
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：CN115131669B
公开(公告)日：2024-07-30
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。
-
Patent Agency Ranking
公开(公告)号：CN117809856A
公开(公告)日：2024-04-02
申请号：CN202410002827.X
申请日：2024-01-02
Applicant: 中南大学
IPC: G16H50/70 , G16H50/80 , G06F16/9537
Abstract: 本公开实施例中提供了一种城市场所与呼吸道传染病传播关联关系挖掘方法，属于医疗保健信息学技术领域，具体包括：步骤1，基于目标区域的POI数据得到城市场所密度表征，以及，基于目标区域的流调数据得到病例轨迹形式化表达；步骤2，根据城市场所密度表征和病例轨迹形式化表达，建模传染病传播模型；步骤3，基于获取的流行病调查数据中真实的每日发病人数序列，采用遗传算法估计传染病传播模型中的未知参数作为传播关联关系。通过本公开的方案，发展个体健康状态转移概率模型，顾及人口流动与城市场所分布构建呼吸道传染病传播模型；发展基于传染病传播过程拟合的参数估计模型，准确度量城市场所对呼吸道传染病传播过程的影响程度。
-
公开(公告)号：CN117349688A
公开(公告)日：2024-01-05
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。
-
公开(公告)号：CN117191004A
公开(公告)日：2023-12-08
申请号：CN202311461668.1
申请日：2023-11-06
Applicant: 中南大学
IPC: G01C21/00
Abstract: 本发明实施例中提供了一种融合众源轨迹数据的户外三维步行导航路网地图生成方法，属于导航技术领域，具体包括：获取目标区域内的行人户外步行轨迹数据；利用核密度估计算法生成步行轨迹数据的多级密度栅格图像；基于数学形态学细化算子提取道路骨架线；矢量化道路骨架线得到初始路网数据；将初始路网数据与步行轨迹数据进行匹配，去除虚假道路；对初次匹配处理后的初始路网数据进行拓扑优化和交叉口细化得到二维步行路网；将目标区域划分为细粒度的格网；计算格网内的高程估计值；将二维步行路网的节点与对应格网内的高程估计值进行叠加，生成三维步行导航路网地图数据。通过本发明的方案，提高了行人导航的适应性和精准度。
-
公开(公告)号：CN114495514A
公开(公告)日：2022-05-13
申请号：CN202210140895.3
申请日：2022-02-16
Applicant: 中南大学
Abstract: 本公开实施例中提供了一种多源数据协同的车辆违规掉头热点区域识别方法，属于电学技术领域，具体包括：对多条GPS轨迹数据进行清洗；利用窗口滑动算法对每条初始轨迹数据进行去除自相交操作，得到目标轨迹数据；提取掉头轨迹段，构成潜在违规掉头轨迹数据库，并保存轨迹点集合；以轨迹点集合为输入，获取对应路段内的街景图像数据；采用Yolov5深度神经网络模型识别街景图像数据，得到违规要素；进行场景解析，得到所有的违规掉头轨迹，形成违规掉头位置点集合；根据违规掉头位置点集合提取出违规掉头行为发生的热点区域。通过本公开的方案，提高了车辆违规掉头热点区域识别的检测效率、精准度和适应性。
-
公开(公告)号：CN110503032B
公开(公告)日：2021-08-31
申请号：CN201910775022.8
申请日：2019-08-21
Applicant: 中南大学
Abstract: 本发明提供了一种基于监控摄像头轨迹数据的个体重要场所探测方法，包括：步骤1，根据个体监控摄像头轨迹数据所记录的摄像头时间序列和地理位置信息，提取出能代表个体停留一段时间的地理区域，并将该地理区域抽象为个体的停留点；步骤2，根据个体的停留点的地理位置进行空间聚类，将停留点抽象为停留区域，并计算停留区域的特征值；步骤3，基于停留区域的特征值计算停留区域对应的马氏距离，对停留区域对应的马氏距离进行异常值判断，并将判断为异常值的停留区域作为个体的重要场所；步骤4，按照个体在不同重要场所活动的时间段特点，对个体的每个重要场所进行分类。本发明提供的个体重要场所探测方法能提高个体重要场所探测的精度。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.023 seconds)
