-
Patent Agency Ranking
公开(公告)号：CN109241069B
公开(公告)日：2020-01-10
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：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：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。
-
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。
-
-
-
-
Search Results
55
records
(took 0.018 seconds)
