-
公开(公告)号：CN114969007B
公开(公告)日：2025-01-10
申请号：CN202210621710.0
申请日：2022-06-01
Applicant: 南京大学
IPC: G06F16/215 , G06F18/214 , G06F18/24 , G06Q10/0631 , G06N20/20 , G06Q50/26
Abstract: 本发明涉及一种基于功能混合度和集成学习的城市功能区识别方法，属于数字信息技术领域。该方法执行如下步骤：1）收集数据以及预处理；2）构建所述城市功能区的识别体系的10个指标特征；3）结构化指标；通过空间统计工具统计各宗地所对应的10个指标特征数据；4）自变量数据集构建；5）响应变量标记；6）根据功能混合度将训练数据集划分为若干子训练集；7）基于Stacking策略的集成学习训练；8）属性表连接完成该宗地的功能区识别。本发明通过对功能混合度进行分级的方式将训练集分开并让预测集数据按照对应功能混合度进行预测，提供了一种较为准确挖掘城市功能区类型和城市特征之间的相关性，实现城市特征映射城市功能区类型识别的方法。
-
公开(公告)号：CN115129802B
公开(公告)日：2024-12-10
申请号：CN202210782643.0
申请日：2022-07-05
Applicant: 南京大学
IPC: G06F16/29 , G06N20/20 , G06Q10/0639 , G06F18/25 , G06F18/2431
Abstract: 本发明公开了一种基于多源数据和集成学习的人口空间化方法，该方法包括以下步骤：S1、获取多源数据并进行融合，构建人口空间化数据库；S2、从所述人口空间化数据库中构建用于模型拟合的指标体系，通过集成学习模型计算的特征重要性筛选出有效指标；S3、结合所述有效指标与社区人口之间的关系，构建Pop‑XGBoost人口空间化模型；S4、预测人口空间分布，并将格网人口模拟数据汇总至社区尺度，与真实的社区人口统计数据对比，验证结果精度。通过结合多源数据融合技术、指标筛选技术和集成学习技术等构建人口空间化模型，准确高效地实现高精度人口空间化预测。
-
公开(公告)号：CN115221766A
公开(公告)日：2022-10-21
申请号：CN202210671133.6
申请日：2022-06-15
Applicant: 南京大学
IPC: G06F30/25 , G06F16/951 , G06F16/9537
Abstract: 本发明公开了一种改进辐射模型的跨境人口流动模拟方法，该方法包括以下步骤：基于互联网爬虫技术对跨境航班的基本信息进行获取，并对区域内的人口公里格网数据进行获取；基于航班的通行时间信息及道路网的通行时间构建引力模型，且通过改进空间邻域，完成辐射模型的构建；通过对引力模型及辐射模型进行耦合，完成引力‑辐射模型的构建；采用引力‑辐射模型计算格网级的人口流动模拟结果，并将人口流动模拟结果汇总至区县级、省级与国家级，同时与人口流动统计结果进行对比，完成引力‑辐射模型的精度验证。本发明能够有效提升跨境人口流动模拟的精度。
-
公开(公告)号：CN115129802A
公开(公告)日：2022-09-30
申请号：CN202210782643.0
申请日：2022-07-05
Applicant: 南京大学
Abstract: 本发明公开了一种基于多源数据和集成学习的人口空间化方法，该方法包括以下步骤：S1、获取多源数据并进行融合，构建人口空间化数据库；S2、从所述人口空间化数据库中构建用于模型拟合的指标体系，通过集成学习模型计算的特征重要性筛选出有效指标；S3、结合所述有效指标与社区人口之间的关系，构建Pop‑XGBoost人口空间化模型；S4、预测人口空间分布，并将格网人口模拟数据汇总至社区尺度，与真实的社区人口统计数据对比，验证结果精度。通过结合多源数据融合技术、指标筛选技术和集成学习技术等构建人口空间化模型，准确高效地实现高精度人口空间化预测。
-
公开(公告)号：CN119180678A
公开(公告)日：2024-12-24
申请号：CN202411238307.5
申请日：2024-09-05
Applicant: 南京大学
IPC: G06Q30/0204 , G16H40/20 , G06F17/18 , G06N3/126
Abstract: 本发明属于信息自动化技术领域，并公开了一种跨层级的医疗设施选址方法，包括：在待选址区域内使用连续型决策变量来模拟不同层级医疗设施选址方案；基于预设种群规模和所述连续型决策变量构建初始父代医疗设施备选方案种群；构建医疗设施的多目标选址模型，所述多目标选址模型的目标函数包括总出行距离最小目标函数、覆盖人口最大目标函数和机会成本最小目标函数；基于非支配排序算法和精英选择策略对所述医疗设施多目标选址模型进行迭代求解，得到最优解集；对最优解集中的医疗设施备选方案进行排序，基于排序结果确定不同层级医疗设施选址方案。本发明所述技术方案能够精确且高效地确定多个层级的医疗设施最佳选址，能够满足实际生产的需要。
-
Patent Agency Ranking
公开(公告)号：CN115221766B
公开(公告)日：2024-05-07
申请号：CN202210671133.6
申请日：2022-06-15
Applicant: 南京大学
IPC: G06F30/25 , G06F16/951 , G06F16/9537
Abstract: 本发明公开了一种改进辐射模型的跨境人口流动模拟方法，该方法包括以下步骤：基于互联网爬虫技术对跨境航班的基本信息进行获取，并对区域内的人口公里格网数据进行获取；基于航班的通行时间信息及道路网的通行时间构建引力模型，且通过改进空间邻域，完成辐射模型的构建；通过对引力模型及辐射模型进行耦合，完成引力‑辐射模型的构建；采用引力‑辐射模型计算格网级的人口流动模拟结果，并将人口流动模拟结果汇总至区县级、省级与国家级，同时与人口流动统计结果进行对比，完成引力‑辐射模型的精度验证。本发明能够有效提升跨境人口流动模拟的精度。
-
公开(公告)号：CN115146990B
公开(公告)日：2024-02-27
申请号：CN202210852776.0
申请日：2022-07-11
Applicant: 南京大学
IPC: G06Q10/0639 , G06Q50/26 , G06F16/9537 , G06F16/29 , G06F18/23 , G06N5/01
Abstract: 本发明公开一种集成多源地理大数据的城市活力定量评价方法，本评价方法包括以下步骤：S1、对道路数据进行预处理获取街区数据，S2、将街区范围内获取的城市活力评价数据进行汇总，形成特征，S3、计算Pearson相关系数矩阵，确定特征与城市活力的相关性，同时排除冗余特征，S4、构建综合指标和机器学习模型模拟城市活力，S5、对城市活力模拟结果进行精度评价，分析各特征的贡献。本发明通过集成多源地理大数据，构建综合指标和构建机器学习模型，可以解决现有技术中城市活力评价方法精度不足、数据来源较少的问题，建立衡量各因素对城市活力的贡献的方法，并形成综合城市活力评价体系。
-
公开(公告)号：CN115795819A
公开(公告)日：2023-03-14
申请号：CN202211409294.4
申请日：2022-11-11
Applicant: 南京大学
Abstract: 本发明公开了基于SEBS模型和CASA模型的植被水分利用效率模拟方法，该方法包括以下步骤：S1、采用SEBS模型模拟植被蒸散发量；S2、采用CASA模型估算植被净初级生产力；S3、估算植被水分利用效率并分析其空间分布特征和时间变化趋势。通过采用SEBS模型模拟植被蒸散发量，结合CASA模型模拟不同植被的净初级生产力，综合考虑气候、土壤、地形、人类活动等多方面因素，估算了植被水分利用效率，可以对气候变化和人类活动对植被的影响程度进行分析，为监测区域生态保护状况提供技术支撑。
-
公开(公告)号：CN114969007A
公开(公告)日：2022-08-30
申请号：CN202210621710.0
申请日：2022-06-01
Applicant: 南京大学
IPC: G06F16/215 , G06K9/62 , G06Q10/06
Abstract: 本发明涉及一种基于功能混合度和集成学习的城市功能区识别方法，属于数字信息技术领域。该方法执行如下步骤：1）收集数据以及预处理；2）构建所述城市功能区的识别体系的10个指标特征；3）结构化指标；通过空间统计工具统计各宗地所对应的10个指标特征数据；4）自变量数据集构建；5）响应变量标记；6）根据功能混合度将训练数据集划分为若干子训练集；7）基于Stacking策略的集成学习训练；8）属性表连接完成该宗地的功能区识别。本发明通过对功能混合度进行分级的方式将训练集分开并让预测集数据按照对应功能混合度进行预测，提供了一种较为准确挖掘城市功能区类型和城市特征之间的相关性，实现城市特征映射城市功能区类型识别的方法。
-
公开(公告)号：CN106023312B
公开(公告)日：2019-02-22
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
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
30
records
(took 0.026 seconds)
