公开(公告)号：CN113869606B

公开(公告)日：2024-11-08

申请号：CN202111257398.3

申请日：2021-10-27

Applicant: 南京邮电大学 ,  深圳市数字城市工程研究中心

Inventor： 孙国梓 ,  喻秋梅 ,  万洪杰 ,  李华康

IPC: G06Q10/04 ,  G06Q10/0631 ,  G06Q50/26

Abstract: 一种基于城市人口流动的垃圾用地部署建模的方法，首先收集和预处理社区点的人口以及垃圾产量的相关数据得到原始数据集；然后建立灰色预测模型并引入多元线性回归模型以进行垃圾产量的预测；最终根据垃圾产量的预测结果，结合原始数据集中的历年的垃圾产量，对管辖该社区点的垃圾站点进行容量阈值评估，进而使得垃圾站点得到有效利用并且容量负载均衡。本方法通过灰色预测模型与多元回归模型相结合，提高预测效果，同时集合预测结果以及历史数据得到容量阈值评估，进而能够达到城市垃圾站点建设资源的有效利用和容量负载均衡，使得垃圾站选址问题得到较好地解决，尽可能地满足周边社区居民生活所需的同时保证不会带来垃圾处理造成的环境影响。

公开(公告)号：CN111145331B

公开(公告)日：2023-04-07

申请号：CN202010019825.3

申请日：2020-01-09

Applicant: 深圳市数字城市工程研究中心 ,  中国地质大学(武汉)

Inventor： 王瑜 ,  万波 ,  王鹏 ,  左泽均 ,  胡茂胜 ,  钱颢月 ,  甄文杰 ,  潘明敏

IPC: G06T15/20 ,  G06T1/20

Abstract: 本发明涉及海量城市空间三维数据云渲染领域，尤其涉及一种海量城市空间三维数据云渲染图像融合方法及其系统，其不同之处在于，其步骤包括：S1、待融合图像数据获取；S2、图像数量判断；S3、CPU图像融合；S4、GPU图像融合；S5、完成图像融合。本发明能够大大提升多幅图像的融合效率，进而提高三维大型场景渲染性能。

公开(公告)号：CN112766090B

公开(公告)日：2022-07-05

申请号：CN202110006569.9

申请日：2021-01-05

Applicant: 深圳市数字城市工程研究中心 ,  武汉大学

Inventor： 张磊 ,  李从敏

IPC: G06V20/13 ,  G06V20/40 ,  G06K9/62 ,  G06V10/774 ,  G06V10/80

Abstract: 本发明涉及一种利用多季相Sentinel‑2影像快速识别城郊闲置耕地的方法与系统，通过挑选出不同季节的Sentinel‑2影像数据，进行一系列的预处理，消除闲置耕地识别影响因素，对预处理后的Sentinel‑2多季相时间序列影像，分别计算多季相EVI指数影像、多季相TTVI指数影像；合成多季相Sentinel‑2影像波段与多季相EVI、TTVI指数影像为多波段影像，利用高分辨率的Google earth影像，生成闲置耕地和其他用地的训练样本，利用选择的训练样本，对多波段影像进行决策树分类，从而快速识别闲置耕地。本发明利用闲置耕地和地物的季节特征，可以快速识别城郊闲置耕地，大大提高了对闲置耕地的监管效率。

公开(公告)号：CN112529803B

公开(公告)日：2022-05-13

申请号：CN202011452296.2

申请日：2020-12-10

Applicant: 深圳市数字城市工程研究中心 ,  武汉大学

Inventor： 刘亚文 ,  邱伟 ,  彭哲 ,  郭丙轩

IPC: G06T5/00 ,  G06T15/00

Abstract: 本发明涉及一种保留特征的三维Mesh模型去噪方法。首先计算所有三角面的引导法向量，利用引导法向量基于联合双边滤波算法过滤所有三角面的法向量；其次，利用过滤后的三角面法向量基于法线投票张量方法分类特征点，并增强弱特征、剔除伪特征；然后，基于邻居三角面过滤后的法向量约束项更新非特征顶点，对非特征区域去噪并得到非特征点的优化法向量；再依据张量矩阵的特征向量与顶点法向量相似性聚类特征点的支持邻域点集，并拟合特征点的支持平面；最后，基于邻居三角面的法向量约束项和支持平面的约束项更新特征点，对特征区域去噪。此方法可解决三维Mesh模型去噪过程中的特征过平滑及特征丢失的问题，从而获得噪声去除后保留特征的三维Mesh模型。

公开(公告)号：CN114462609A

公开(公告)日：2022-05-10

申请号：CN202111482841.7

申请日：2021-12-07

Applicant: 深圳市数字城市工程研究中心 ,  武汉大学

Inventor： 李伯钊 ,  苏世亮 ,  蔡忠亮 ,  李霖

IPC: G06N7/00 ,  G06F17/18 ,  G06F16/29 ,  G06F16/2458 ,  G06F16/2457

Abstract: 本发明提出了一种基于隐马尔可夫模型的浮动车数据轨迹还原方法。本发明从浮动车数据和城市道路数据的时空特征出发，在将浮动车数据匹配到城市道路上的同时填补浮动车途径路段的信息。具体而言，本发明具有以下创新点：在隐马尔可夫模型任一转移概率的计算中同时考虑了当前所有候选点对之间最短路径的长度；引入点线关系函数来筛选每条候选道路上的所有候选点，并用以补充隐马尔可夫模型的观测概率；在隐马尔可夫模型之外再次考虑候选点对之间的最短路径以及对应原始轨迹点之间的直线长度，以避免概率模型在其他概率较大时忽略了对连通性的考虑。本发明提出的方法可以高效、准确地还原浮动车行驶轨迹，从而提高浮动车数据的采样频率和价值。

公开(公告)号：CN113961702A

公开(公告)日：2022-01-21

申请号：CN202111242645.2

申请日：2021-10-25

Applicant: 南京邮电大学 ,  深圳市数字城市工程研究中心

Inventor： 孙国梓 ,  陆珏萦 ,  李华康

IPC: G06F16/35 ,  G06F40/211 ,  G06F40/289 ,  G06F40/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种文章标题层次结构的提取方法，首先分别构造了标题判别模型、标题之间关系分类模型，然后将具体文章示例输入标题判别模型得到文章标题，将文章标题输入标题之间关系分类模型得到标题之间的关系，最后根据标题之间的关系构造标题的层次结构，本发明的有益效果是在python读取文章的时候，对读取不到序号的标题，构造判断模型判断标题跟其他标题的关系，对标题层次结构信息进行识别。

公开(公告)号：CN113640397A

公开(公告)日：2021-11-12

申请号：CN202110646349.2

申请日：2021-06-10

Applicant: 江南大学 ,  深圳市数字城市工程研究中心

Inventor： 张涛 ,  刘子阳

IPC: G01N30/02 ,  G01N30/06 ,  G01N30/74

Abstract: 本发明公开了一种基于深度网络的遥感影像变化检测方法及系统，包括，输入模块包括两个对称的深度网络用于投影双时相图像的输入数据；检测模块用于结合慢特征分析策略抑制投影后无变化像素并突出显示变化像素，基于变化向量检测策略选择高置信度的所述无变化像素作为训练样本，基于搜索策略的建立深度网络检测模型，输入所述训练样本进行训练；输出模块用于所述模型基于卡方距离计算所述训练样本的变化强度，并输出检测结果。本发明与其他检测方法的对比结果可看出，我们提出的检测方法在各项评测标准上总体表现是最好的，并且具有很好的可分辨性和较高的鲁棒性。

公开(公告)号：CN113034361A

公开(公告)日：2021-06-25

申请号：CN202110236027.0

申请日：2021-03-03

Applicant: 深圳市数字城市工程研究中心

Inventor： 张泽远 ,  郭明强 ,  陈学业 ,  郑晓云 ,  葛亮 ,  曹威 ,  吴亮 ,  谢忠

IPC: G06T3/40

Abstract: 本发明提供一种基于改进ESRGAN的遥感影像超分重建方法，包括：构建改进遥感影像超分重建网络模型，包括生成网络和判别网络；生成网络由：64个尺寸为3x3的卷积核、23个RRDB模块构成的残差网络、LeakyReLU激活函数组成；判别网络包括6层，采用偶数尺寸卷积核的全卷积网络并加入BN层和LeakyReLU激活层进行构造；判别网络的第一层输入为：原始低分辨率遥感影像real_A双三次插值放大后的图像和生成网络生成的fake_B图像进行通道合并后的图像；交替训练所述生成网络和判别网络，并更新生成网络和判别网络的参数，最终得到改进的遥感影像超分重建网络模型。本发明的有益效果：可以生成清晰度和纹理特征更加接近真实高分辨率遥感图像的高清影像。

公开(公告)号：CN112836840A

公开(公告)日：2021-05-25

申请号：CN201911156333.2

申请日：2019-11-22

Applicant: 深圳市数字城市工程研究中心 ,  兰州交通大学

Inventor： 王中辉 ,  韩远 ,  崔洁

IPC: G06Q10/04 ,  G06F16/29

Abstract: 已有的道路选取方法主要考虑道路的几何和拓扑信息，然而与道路邻接的设施点对道路的重要性也有一定的影响。本专利利用POI数据，提出一种顾及道路的几何、拓扑和邻接设施点信息的道路选取技术。该方法借助德尔菲法为不同类型POI打分构建道路上下文特征指标，将其与描述道路结构特征的指标整合求得道路重要性值，进而按比例选取排名在前的道路组成选取后的路网。实验结果表明该技术选取的路网在保持了原始路网的整体结构、密度分布及连通性的同时，较好地顾及了道路上下文设施对道路重要性的影响。

公开(公告)号：CN112729252A

公开(公告)日：2021-04-30

申请号：CN202011501913.3

申请日：2020-12-17

Applicant: 深圳市数字城市工程研究中心 ,  深圳大学

Inventor： 余建伟 ,  李清泉 ,  陈智鹏 ,  廖江海 ,  熊智敏 ,  毛庆洲 ,  熊永钢

IPC: G01C11/04 ,  G01C21/20 ,  G01C21/16

Abstract: 本发明所提供的基于机器人平台的隧道激光点云采集方法及机器人系统，所述方法包括：获取当前第一位置、当前第一姿态及隧道内预设控制点，确定当前第一激光点云；根据所述预设控制点纠正所述当前第一位置和所述当前第一姿态，得到当前第二位置和当前第二姿态；建立所述当前第二位置、所述当前第二姿态与预设路线之间的匹配关系，确定导航路线；根据所述当前第二位置、所述当前第二姿态和所述导航路线，确定隧道三维点云。本发明能够得到高精度的隧道三维点云，且节省了人工测量环节，提高了测量精度、效率和成本。