-
公开(公告)号：CN108921173B
公开(公告)日：2019-10-25
申请号：CN201810559231.4
申请日：2018-06-01
Applicant: 中南大学
Abstract: 本发明公开了一种结合OSM和遥感影像提取人行天桥目标的深度学习方法。首先根据所述人行天桥在开放街道地图（OpenStreetMap，OSM）中的语义信息、拓扑信息和形状信息，从所述OSM数据中自动识别与提取所述人行天桥；然后基于图像语义分割的深度神经网络模型获取所述人行天桥轮廓；进而对所述人行天桥进行结构建模与矢量成图；最后更新人行导航系统中的所述人行天桥数据。本发明不仅能够自动化识别OSM中的人行天桥，降低了现有方法的主观性，并且利用遥感影像数据弥补OSM不完整的缺点，同时兼顾数据的时效性和完整性，提高了人行天桥的识别效率和准确度。
-
公开(公告)号：CN107102861B
公开(公告)日：2019-09-03
申请号：CN201710278759.X
申请日：2017-04-25
Applicant: 中南大学
IPC: G06F8/70
Abstract: 本发明提供一种获取开源代码库中函数的向量的方法和系统，包括：提取开源代码库中的函数调用图，所述函数调用图用于描述各函数间的调用关系；基于随机漫步模型，获得所述函数调用图中各函数的函数调用序列；以及将所述函数调用序列作为嵌入模型的输入项，获得各函数的向量。通过开源代码学习出函数的有效向量表示，通过引入该种嵌入表达，能够有效的提升目前机器自动代码生成模型的通用性和实用性。
-
公开(公告)号：CN109409773A
公开(公告)日：2019-03-01
申请号：CN201811351029.9
申请日：2018-11-14
Applicant: 中南大学
Abstract: 本发明属于卫星遥感领域，公开了一种基于合同网机制的对地观测资源动态规划方法，采用自下而上的分布式协同规划架构和基于合同网的协同规划流程；通过多轮不完全组合分配方法对大规模并发任务进行动态分配。本发明在分析现有规划体系与资源运行方式的基础上从底层架构出发，突破自上而下固有规划模式的思维定式，结合合同网的分布式计算优势面向空天地异构资源的动态规划难题，提出一种自下而上的分布式合同网协同规划框架并给出规划流程，以充分发挥分布式资源的计算优势进而提高任务分配效率。在此基础上，通过采用组合任务分割、多任务集同步分配、多层次匹配三种策略提出面向大规模任务的多类不完全组合分配方法，能快速分配大量并发任务。
-
公开(公告)号：CN109241069A
公开(公告)日：2019-01-18
申请号：CN201810965568.5
申请日：2018-08-23
Applicant: 中南大学
Abstract: 本发明提出了一种基于轨迹自适应聚类的路网快速更新方法，其特征在于，该方法包括：将采集的移动轨迹数据与获取的原始路网数据通过距离约束条件与方向约束条件判断轨迹点与原始路网是否匹配，通过匹配结果获取未匹配的轨迹点，对未匹配的轨迹点进行自适应轨迹聚类，并针对每个轨迹聚类，采用最优主曲线拟合方法进行轨迹点的曲线拟合，提取出道路中心线，识别出道路行车方向、单/双向信息，进而完成变化道路与原始路网的融合。通过该方法可以解决大范围城市路网变化区域快速识别、复杂情景下变化道路精细几何结构的自适应提取与更新、道路行车方向、单/双向等语义信息的识别与更新。
-
公开(公告)号：CN108921173A
公开(公告)日：2018-11-30
申请号：CN201810559231.4
申请日：2018-06-01
Applicant: 中南大学
Abstract: 本发明公开了一种结合OSM和遥感影像提取人行天桥目标的深度学习方法。首先根据所述人行天桥在开放街道地图（OpenStreetMap，OSM）中的语义信息、拓扑信息和形状信息，从所述OSM数据中自动识别与提取所述人行天桥；然后基于图像语义分割的深度神经网络模型获取所述人行天桥轮廓；进而对所述人行天桥进行结构建模与矢量成图；最后更新人行导航系统中的所述人行天桥数据。本发明不仅能够自动化识别OSM中的人行天桥，降低了现有方法的主观性，并且利用遥感影像数据弥补OSM不完整的缺点，同时兼顾数据的时效性和完整性，提高了人行天桥的识别效率和准确度。
-
Patent Agency Ranking
公开(公告)号：CN107729293A
公开(公告)日：2018-02-23
申请号：CN201710889198.7
申请日：2017-09-27
Applicant: 中南大学
Abstract: 本发明公开了一种基于多元自适应回归的地理空间异常探测方法，充分考虑了地理空间数据的相关性与异质性，针对获取的探测变量及其它地理变量进行数据预处理及回归变量的确定，以构建自适应空间邻近域，并基于自适应带宽的权函数选择和空间邻域实体专题属性变化梯度修复，构建地理加权回归模型，然后计算所有空间实体的稳健空间异常度，并组成集合，最后将异常度偏离均值一定倍数的采样点判别为空间异常。本发明不仅顾及空间相关性的自适应带宽选择和空间异质性的探测变量与其它地理变量间关系的定量表达，还增强了本发明的实用性和解释性。
-
公开(公告)号：CN107102861A
公开(公告)日：2017-08-29
申请号：CN201710278759.X
申请日：2017-04-25
Applicant: 中南大学
IPC: G06F9/44
Abstract: 本发明提供一种获取开源代码库中函数的向量的方法和系统，包括：提取开源代码库中的函数调用图，所述函数调用图用于描述各函数间的调用关系；基于随机漫步模型，获得所述函数调用图中各函数的函数调用序列；以及将所述函数调用序列作为嵌入模型的输入项，获得各函数的向量。通过开源代码学习出函数的有效向量表示，通过引入该种嵌入表达，能够有效的提升目前机器自动代码生成模型的通用性和实用性。
-
公开(公告)号：CN106778547A
公开(公告)日：2017-05-31
申请号：CN201611078318.7
申请日：2016-11-29
Applicant: 中南大学
CPC classification number: G06K9/00637 , G06F16/583
Abstract: 本发明提供一种遥感影像地物分类基准库的构建方法及装置，属于遥感技术领域。方法包括：获取预设数量个兴趣点；根据土地分类标准及所有兴趣点的地物类型，对所有兴趣点进行筛选；基于筛选后每个兴趣点的地理坐标信息，以筛选后的每个兴趣点为中心，从遥感图像中截取预设大小的影像块；基于筛选后每个兴趣点对应的影像块及地物类型，确定入库的影像块及地物类型。本发明通过基于筛选后每个兴趣点对应的影像块及地物类型，确定入库的影像块及地物类型。由于可根据大量不同地物类型的兴趣点来截取影像块，从而能得到较多的影像数量及地物类型。另外，由于借鉴了土地分类标准的地物分层机制，从而能满足基准库地物类型多样性、层次性及全面性的要求。
-
公开(公告)号：CN105825510B
公开(公告)日：2017-05-17
申请号：CN201610154747.1
申请日：2016-03-17
Applicant: 中南大学
Abstract: 本发明公开了一种兴趣点与道路网的自动配准方法，该方法充分利用兴趣点和道路网中道路的属性相关性来纠正不同来源兴趣点与道路网间的系统偏差；通过构建道路网骨架图和兴趣点骨架图，挖掘兴趣点与道路网的几何模式对应关系，将兴趣点与道路间的点与线的同名控制点识别问题转换为骨架图的匹配问题，基于骨架图的交叉点匹配关系进行不同来源兴趣点与道路网数据的位置偏差自动纠正。极大的提高了各空间数据的相对位置精度，减少了人工干预，实现了兴趣点与道路网的自动精准匹配。
-
公开(公告)号：CN105825510A
公开(公告)日：2016-08-03
申请号：CN201610154747.1
申请日：2016-03-17
Applicant: 中南大学
CPC classification number: G06K9/6211 , G06T2207/10004
Abstract: 本发明公开了一种兴趣点与道路网的自动配准方法，该方法充分利用兴趣点和道路网中道路的属性相关性来纠正不同来源兴趣点与道路网间的系统偏差；通过构建道路网骨架图和兴趣点骨架图，挖掘兴趣点与道路网的几何模式对应关系，将兴趣点与道路间的点与线的同名控制点识别问题转换为骨架图的匹配问题，基于骨架图的交叉点匹配关系进行不同来源兴趣点与道路网数据的位置偏差自动纠正。极大的提高了各空间数据的相对位置精度，减少了人工干预，实现了兴趣点与道路网的自动精准匹配。
-
-
-
-
-
-
-
-
-
Search Results
220
records
(took 0.064 seconds)
