-
公开(公告)号:CN115100394A
公开(公告)日:2022-09-23
申请号:CN202210729862.2
申请日:2022-06-24
Applicant: 南京大学
IPC: G06V10/25 , G06V10/764 , G06V20/10 , G06V20/70
Abstract: 本发明涉及一种基于兴趣点Voronoi图的城市街区功能识别方法,属于数据处理技术领域。该方法执行如下步骤:对城市街区内部的兴趣点数据按类别进行分类;创建规则格网将城市街区划分为若干格网单元;对每个格网单元内的兴趣点数据进行聚合,得到兴趣点聚合点数据;基于兴趣点聚合点数据创建Voronoi图,得到每个兴趣点聚合点数据对应的Voronoi多边形;计算城市街区内每个Voronoi多边形的面积,将Voronoi多边形的面积与城市街区的面积之比作为对应的兴趣点聚合点数据的权重,从而实现对城市街区的功能识别。本发明能够凸显密度低但能够表征城市街区主导功能的兴趣点数据重要性,从而有助于提高基于兴趣点数据的城市街区功能区识别的准确率。
-
公开(公告)号:CN115049265A
公开(公告)日:2022-09-13
申请号:CN202210694675.5
申请日:2022-06-20
Applicant: 南京大学
Abstract: 本发明公开了TOPSIS引导城市居住小区宜居度神经网络评价方法,该方法包括以下步骤:S1、选取合适因素因子,构建城市居住小区宜居度评价指标体系;S2、根据熵值法确定各要素权重,并使用TOPSIS方法初步评价城市居住小区宜居度评分及排序;S3、根据城市居住小区宜居度评分排序,选择排名前n%、后n%的首尾两部分小区;S4、以前n%小区的宜居度值域范围为高宜居度值域,以后n%小区的宜居度值域范围为低宜居度值域;S5、利用样本训练神经网络模型。本发明利用TOPSIS得到宜居度高、宜居度低两种类别的城市居住小区样本,一定程度上克服了现有评价方法因子权重确定较为主观的问题。
-
公开(公告)号:CN114911787A
公开(公告)日:2022-08-16
申请号:CN202210613379.8
申请日:2022-05-31
Applicant: 南京大学
IPC: G06F16/215 , G06F40/216 , G06F40/289
Abstract: 本发明涉及一种融合位置和语义约束的多源POI数据清洗方法,属于数据处理技术领域。该方法执行如下步骤:步骤1,对收集到的多源POI数据进行GeoHash转换;步骤2,对转换后的字符串进行邻近点查询;步骤3,对步骤2中存在邻近点的窗口进行冗余处理;步骤4,构建分词方案;步骤5,对步骤4处理后的数据进行冗余处理;步骤6,基于步骤5重新构建的分词方案的词频统计完成POI数据重匹配。该方法能更加准确高效地完成数据清洗工作,清洗结果更加优秀,更切合实际且行之有效。
-
-
-
公开(公告)号:CN110598513A
公开(公告)日:2019-12-20
申请号:CN201910437849.8
申请日:2019-05-24
Applicant: 南京大学
Abstract: 本发明涉及一种基于SLEUTH模型的城市开发边界预测方法,包括以下步骤:步骤一、分别获取城市中心城区范围的历史与现状的遥感影像,从每一幅遥感影像中提取IBI指数来构建相应的IBI影像,所述IBI指数由用于反映水体信息的MNDWI指数、用于反映建筑用地信息的NDBI指数以及用于反映植被信息的SAVI或NDVI指数构成;步骤二、采用SLEUTH模型,通过所有的IBI影像进行城市建设用地扩张模拟,在扩张阶段设置预设的严格排除图层作为禁止建设边界。同时,本发明本还通过剔除低承载力区域,并与规划政策以及国土空间管控政策相衔接,对预测的开发边界进行修正。本发明能够科学预测城镇发展极限规模及其扩展方向,并能够衔接相关规划和其他国土控制线。
-
-
公开(公告)号:CN110597617A
公开(公告)日:2019-12-20
申请号:CN201910576511.0
申请日:2019-06-28
Applicant: 南京大学
IPC: G06F9/50
Abstract: 本发明涉及一种顾及负载均衡的全局型栅格空间分析并行方法,属于并行计算技术领域。该方法对栅格数据划分过程提出一种两阶段的数据划分方法;针对栅格分块并行处理和任务并行调度过程分别划分不同的数据粒度;对并行调度过程提出一种抓取式动态任务调度方法,通过实时监控并行节点的处理过程,从忙碌节点中提取未处理数据粒度及时分配给空闲节点;对计算结果融合过程提出一种基于二叉树的结果融合方法,以解决数据划分接缝线引起的计算结果不完整的问题。本发明将栅格分块的有效计算量相等作为数据划分的标准,通过重复迭代计算栅格分块接缝线位置使得划分后各分块计算量大致相当,从而实现负载均衡,提高了并行计算的效率。
-
公开(公告)号:CN105913378A
公开(公告)日:2016-08-31
申请号:CN201610216866.5
申请日:2016-04-08
Applicant: 南京大学
IPC: G06T3/40
CPC classification number: G06T3/4038 , G06T2207/10032
Abstract: 一种顾及层次任务依赖的遥感影像并行拼接方法,采取了分层次生成接缝线的方法,将上一层次的计算结果作为下一层次计算的输入数据,具体过程为:首先生成原始遥感影像的有效区;根据已获取的影像有效区生成有效区矢量图层,通过矢量图层获得不同层数相交区多边形,对每一多边形的分水岭变换作为一个任务,当前图层中多边形加入任务队列;再将任务分配给空闲进程进行并行处理,当前层所有多边形处理完毕后再处理上一层标记多边形,直至所有任务都已完成;最终求得各影像最终在拼接影像中的拼接范围,对拼接影像中的各像元赋值。本发明可精确地完成遥感影像并行拼接,并能够解决并行拼接中存在层次任务依赖问题,能够满足实际生产的需要。
-
公开(公告)号:CN103678705A
公开(公告)日:2014-03-26
申请号:CN201310745410.4
申请日:2013-12-30
Applicant: 南京大学
IPC: G06F17/30
CPC classification number: G06F17/30241 , G06F17/30076
Abstract: 本发明涉及一种VCT文件到shapefile文件的矢量数据并行转换方法,该方法首先分别构建VCT文件中文件头、要素类型参数、属性数据结构、注记、几何图形数据和属性数据的要素索引,并统计各图层的几何图形数据类型和包含的几何图形数据数量,并分别对相同几何图形数据类型的图层按照包含的几何图形数据数量进行排序,然后每个图层的点数据累加得到总点数据w,根据进程数p将VCT文件分为p个矢量目标子集,最后p个进程将从VCT文件中解析出的几何图形数据的坐标信息、属性数据与对应要素的图层进行匹配,并将每个图层的数据分别存入到一个单独的shapefile文件。该方法可以通过并行处理实现对矢量地理数据VCT文件的快速转换。
-
-
-
-
-
-
-
-
-