-
公开(公告)号：CN117033541B
公开(公告)日：2023-12-19
申请号：CN202311299795.6
申请日：2023-10-09
Applicant: 中南大学
IPC: G06F16/31 , G06F16/332 , G06F16/36 , G06F16/901 , G06F16/9537
Abstract: 本发明提供了一种时空知识图谱索引方法及相关设备，包括：获取时空节点的时空属性数据，构建3DR索引树；聚合3DR索引树中的每个节点内部包含的所有时空实体，得到超图节点，并将超图节点的二阶子图作为训练数据输入图神经网络模型进行训练，得到子图匹配模型；将获取的查询请求分解得到的查询子图和时空约束输入子图匹配模型进行计算，得到查询子图的嵌入向量以及时空范围参数；对时空属性数据进行剪枝查找每个叶子节点下的时空实体子图，并根据查询子图和子图匹配模型对每个时空实体子图进行剪枝得到时空子图嵌入向量；对比嵌入向量与时空子图嵌入向量在向量空间中的相对位置关系得到查询结果；大幅提升了时空交集查询(56)对比文件Min Deng等.Mining spatiotemporalassociation patterns from complexgeographic phenomena.InternationalJournal of Geographical InformationScience.2020,第34卷(第6期),1162-1187.Mahdi Abdelguerfi等.The 2-3TR-tree， atrajectory-oriented index structure forfully evolving valid-time spatio-temporaldatasets.GIS'02:Proceedings of the 10thACM international symposium on Advancesingeographic information systems.2002,29-34.Zhi Tong Zhang.3DR-Tree ModelImprovement Based on Enhance of indexPerformance.Advanced Materials Research(Volumes 765-767).2013,1332-1335.
-
公开(公告)号：CN113485997B
公开(公告)日：2023-10-31
申请号：CN202110850984.2
申请日：2021-07-27
Applicant: 中南大学
IPC: G06F16/215 , G06F16/29
Abstract: 本发明提供了一种基于概率分布偏差估计的轨迹数据纠偏方法，所述轨迹数据包括每个采样点的车辆实时的位置，车辆的瞬时速度和采样时间，包括：根据轨迹的长度和采样间隔对所有轨迹进行清洗；对取出来的轨迹数据进行间隔为2m的插值处理，从所有轨迹中依次取出第一轨迹数据，并对第一轨迹数据中的每个形状点做一条长为30m的截线，计算所述第一轨迹数据在每个形状点处的空间方位角；求出所有与所述截线相交的第二轨迹数据，并求所述第二轨迹数据在交点处的方位角，计算所述第一轨迹数据和第二轨迹数据的方位角差异，若所述方位角差异小于60°，记录第二轨迹数据与所述截线的交点，否则忽略；对记录的所述截线的所有交点运用高斯混合模型，并进行迭代。
-
公开(公告)号：CN116484240A
公开(公告)日：2023-07-25
申请号：CN202310489025.1
申请日：2023-05-04
Applicant: 中南大学
IPC: G06F18/231 , G06F18/22 , G06F16/29
Abstract: 本公开实施例中提供了一种基于层次聚类的网络约束地理流集聚模式挖掘方法，属于数据处理技术领域，具体包括：步骤1，将地理流数据的起讫点与路网数据相匹配，然后度量起讫点以及地理流的网络距离，并据此构建网络距离矩阵；步骤2，在网络距离度量下计算每个地理流的相似度，根据流相似性对地理流进行聚类，比较流相似度和设置的聚类相似性阈值判断不同地理流是否属于同一个流簇，并生成地理流聚类结果。通过本公开的方案，提高了地理流集聚模式的识别效率和精准度。
-
公开(公告)号：CN115391985A
公开(公告)日：2022-11-25
申请号：CN202210866430.6
申请日：2022-07-22
Applicant: 中南大学
IPC: G06F30/20 , G16C60/00 , G06F111/04 , G06F111/06 , G06F113/26
Abstract: 本发明属于时空大数据挖掘领域，尤其涉及一种基于系统动力学的金属资源代谢过程预测方法。预测方法包括：将金属资源状态量按照金属资源代谢阶段进行分类；根据不同阶段金属资源状态量的转换关系，构建金属资源代谢动力学模型；基于统计数据计算金属资源社会蓄积量；采用模拟退火算法求解模型参数；并对自然矿产中提炼的金属资源材料量和金属材料净进口量进行预测；根据上述各预测值和参数，基于金属资源代谢动力学模型预测金属资源状态量。该方法极大地减少了预测结果的统计调查数据依赖性，避免引入主观经验参数，具有更强的现实性和可解释性，提高了金属资源代谢过程预测结果的可靠性和实用性。
-
公开(公告)号：CN114841229A
公开(公告)日：2022-08-02
申请号：CN202210269341.3
申请日：2022-03-18
Applicant: 中南大学
Abstract: 本公开实施例中提供了一种基于群体行为规律认知的异常船舶轨迹探测方法，属于数据处理技术领域，具体包括：步骤1，对目标船舶的AIS基站数据进行预处理操作；步骤2，根据所述预处理操作后的AIS基站数据提取所述目标船舶的空间属性特征并据此对所述空间属性特征的异常行为进行检测；步骤3，结合所述空间属性特征和专题属性特征，基于孤立森林算法对于所述目标船舶异常行为进行检测和评分。通过本公开的方案，结合实际地理环境因素将现有研究中具有群体规律行为的船舶轨迹特征进行了梳理，从空间属性和专题属性的角度得到轨迹点异常程度的评分值，以此评估船舶运动模式，进而识别船舶异常行为。
-
Patent Agency Ranking
公开(公告)号：CN113486135A
公开(公告)日：2021-10-08
申请号：CN202110852651.3
申请日：2021-07-27
Applicant: 中南大学
Abstract: 本发明提供了一种基于深度学习网络的建筑物综合方法，包括：获取城市路网，根据城市路网将大比例尺地图和小比例尺地图上的建筑物要素划分至街区；将所有街区的矢量数据栅格化为栅格矩阵形式，并处理为训练样本的形式；根据所述训练样本的形式构建深度学习语义分割模型，并对所述深度学习语义分割模型进行训练，设定参数；利用训练完成的模型进行建筑物综合，并用交并比评价得到建筑物综合结果。本发明在没有人工干预的情况下实现对地图上建筑物要素的综合。
-
公开(公告)号：CN113485997A
公开(公告)日：2021-10-08
申请号：CN202110850984.2
申请日：2021-07-27
Applicant: 中南大学
IPC: G06F16/215 , G06F16/29
Abstract: 本发明提供了一种基于概率分布偏差估计的轨迹数据纠偏方法，所述轨迹数据包括每个采样点的车辆实时的位置，车辆的瞬时速度和采样时间，包括：根据轨迹的长度和采样间隔对所有轨迹进行清洗；对取出来的轨迹数据进行间隔为2m的插值处理，从所有轨迹中依次取出第一轨迹数据，并对第一轨迹数据中的每个形状点做一条长为30m的截线，计算所述第一轨迹数据在每个形状点处的空间方位角；求出所有与所述截线相交的第二轨迹数据，并求所述第二轨迹数据在交点处的方位角，计算所述第一轨迹数据和第二轨迹数据的方位角差异，若所述方位角差异小于60°，记录第二轨迹数据与所述截线的交点，否则忽略；对记录的所述截线的所有交点运用高斯混合模型，并进行迭代。
-
公开(公告)号：CN112991745B
公开(公告)日：2021-08-03
申请号：CN202110480692.4
申请日：2021-04-30
Applicant: 中南大学
Abstract: 本发明公开了一种分布式框架下交通流动态协同分配方法，以交叉路口为次级分配单位设立了多个虚拟的局部子规划中心，每个子规划中心管理与此交叉路口连接的多个路段。每个子规划中心根据特定规则在此局域内为车辆重新规划通行路径并选择下一通行路段。多个子规划中心的配流过程可以同步进行，并最终将配流结果反馈到上一层次，大幅提升了交通配流效率；同时借助于市场行为中的招投标机制向路段分配交通流，提出了面向城市路网的交通流动态协同分配方法。该方法首先在对路段阻抗分析的基础上分析并筛选拥堵路段交叉口，在每一个拥堵交叉口智能体中将拥堵路段作为招标人，将畅通路段作为投标人，采用招投标机制将车辆分配给出价最高的投标路段。
-
公开(公告)号：CN109117439A
公开(公告)日：2019-01-01
申请号：CN201810771895.7
申请日：2018-07-13
Applicant: 中南大学
IPC: G06F16/904 , G06Q50/26
CPC classification number: G06Q50/265
Abstract: 本发明公开了一种顾及案发时间不确定性的公安事件时空同现模式挖掘方法，所述方法包括：确定多类公安事件数据集；根据每类公安事件所记录的可能案发时间区间，分析所述每类公安事件在单位时间内的概率分布，为所述每类公安事件案发时间构建概率表达模型；根据每类公安事件案发时间的概率分布密度函数，计算参与候选时空同现模式中公安事件实例间的时空距离，并进一步度量候选时空同现模式频繁度，以确定所述候选时空同现模式是否为时空同现模式。本发明通过为公安事件案发时间建立概率模型，充分考虑公安事件案发时间不确定性，从而提高公安事件时空同现模式挖掘方法识别结果的准确率。
-
公开(公告)号：CN107704551A
公开(公告)日：2018-02-16
申请号：CN201710888304.X
申请日：2017-09-27
Applicant: 中南大学
Abstract: 本发明公开了一种面向公安事件的时空级联模式非参数检验方法，根据每个候选级联模式中各类公安事件的时空分布数据的时空分布特征，构建多元事件时空分布相互独立的零模型；然后将级联参与指数作为候选级联模式频繁度的度量指标，从而对其显著性进行判别。本发明方法不仅能够有效识别公安事件间具有统计意义的显著时空级联模式，且无需人为设置频繁度阈值，降低了现有方法的主观性，并进一步提高时空级联模式挖掘结果辅助解决公安事件防控问题的实用性与可靠性。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.043 seconds)
