-
公开(公告)号：CN117273268B
公开(公告)日：2024-06-14
申请号：CN202311193350.X
申请日：2023-09-15
Applicant: 东南大学建筑设计研究院有限公司
IPC: G06Q10/063 , G06Q50/26 , G06Q50/08 , G06F30/20 , G06T17/05
Abstract: 本发明公开一种基于日照、风、热环境模拟的街区形态综合优化方法，包括以下步骤：获取城市街区相关数据，建立街区盒子三维模型；进行日照模拟，根据街区日照罩面，调整街区内的高度分布，得到日照环境优化后的街区盒子；进行风环境模拟，根据街区的主导风速与风向，设置街区内的通风廊道，得到风环境优化后的街区盒子；进行热环境模拟，根据街区的生理等效温度分布，布局街区内的开敞空间，得到热环境优化后的街区盒子。根据日照、风、热环境综合优化后的街区盒子，反馈为规划管控中的精细化指标和图文，引导实际开发建设和改造；从而在城市规划精细化管控中以物理环境多要素解耦，逐步优化城市街区的气候性能，实现节能减排目标。
-
公开(公告)号：CN116341733A
公开(公告)日：2023-06-27
申请号：CN202310286119.9
申请日：2023-03-20
Applicant: 东南大学建筑设计研究院有限公司
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/26 , G06F18/23213
Abstract: 本发明公开一种基于冷岛价值评估的适建范围分级方法，包括以下步骤：步骤一：获取研究范围内的自然生态要素相关资料，明确刚性保护范围；步骤二：汇总刚性保护范围图库，基于GIS平台叠合所有刚性保护范围图，得到基础适建范围图；步骤三：基于ENVI和AutoCAD平台获取不在刚性保护范围内的植被、水体斑块；步骤四：基于ENVI平台对不在刚性保护范围内的植被、水体斑块进行冷岛价值评估，得到冷岛价值分级图；步骤五：根据冷岛价值分级图对步骤二得到的所述基础适建范围图进一步分级，得到适建范围分级图；步骤六：在规划设计中应用适建范围分级图；从而在城市规划建设之初有效保护高级别冷岛，实现节能减排的目标。
-
公开(公告)号：CN118445686B
公开(公告)日：2024-12-03
申请号：CN202410596056.1
申请日：2024-05-14
Applicant: 东南大学建筑设计研究院有限公司
IPC: G06F18/241 , G06F16/29 , G06Q50/26
Abstract: 本发明公开一种基于多尺度通风潜力识别的风廊建设区分类分级优化方法，包括：获取研究范围相关数据；生成迎风面指数FAI地图，识别大尺度风廊；进行热岛强度等级划分，识别高热区范围；生成精细化研究范围；选取出与高热区范围存在交叠关系的大尺度风廊；识别小尺度风廊在精细化研究范围内，识别精细化高热区范围；叠合小尺度风廊与精细化高热区，选取与精细化高热区范围存在交叠关系的小尺度风廊，根据风廊长度和平均风速，筛选出需优化的小尺度风廊；生成风廊缓热范围；去掉重复冗余的风廊；得到风廊建设区分类，针对风廊建设区分别提出优化建议。本发明将风廊识别和保护与土地开发建设管控结合，优化城市微气候环境，实现节能减排的目标。
-
公开(公告)号：CN117789053A
公开(公告)日：2024-03-29
申请号：CN202410002681.9
申请日：2024-01-02
Applicant: 东南大学建筑设计研究院有限公司
IPC: G06V20/13 , G06V30/422 , G06V10/26 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于多图像增强语义分割的产权地块识别方法，包括：1：获取相应的图像数据；2：数据集的批量制作；3：分割神经网络的构建；4：训练并获取预训练模型权重；5：图像判断；6：输入CAD图像与卫星图；7：图像分割，从而进行预测；8：传入预训练网络，对每个像素点进行分类并输出为设置颜色值；9：图像合并，将小图像合并生成原图像大小的预测图；10：转换为CAD；本发明通过多图像增强的语义分割网络训练学习研究类似地域的大量多来源图像资料，通过引入计算机减少了人为判断的干扰，大大增加了可学习研究的样本数量，并且通过多图像增强避免了单一数据源带来的弊端，实现了提升产权地块识别准确性的目标。
-
公开(公告)号：CN117876514A
公开(公告)日：2024-04-12
申请号：CN202410028617.8
申请日：2024-01-09
Applicant: 东南大学建筑设计研究院有限公司
IPC: G06T11/00 , G06F30/13 , G06F30/27 , G06F16/29 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明提供基于CGAN的虚拟地块及建筑肌理生成方法，应用于历史风貌区更新，包括步骤：获取真实的产权地块的图像数据；进行条件生成对抗网络的图像数据集批量制作，获得图像数据集条件与指标数值条件；进行条件生成对抗网络的构建；结合图像数据集条件与指标数值条件进行训练，获取预训练模型权重进行模型评估；加载预训练好的条件生成对抗网络模型，将待设计的地块图像数据集条件和指标数值条件传入预训练网络模型；调节对抗损失函数与条件损失函数的权重数值与学习率、训练周期，生成符合指标要求且建筑平面布局符合设计规范的结果。本发明采用大数据及条件生成对抗网络的技术应用于历史风貌区更新。
-
Patent Agency Ranking
公开(公告)号：CN117556348A
公开(公告)日：2024-02-13
申请号：CN202311362356.5
申请日：2023-10-19
Applicant: 东南大学
IPC: G06F18/2431 , G06F18/2132 , G06F18/23213 , G06F16/29
Abstract: 本发明属于城市微气候环境性能分析方法技术领域，公开了一种城市水体冷却效果分类预测方法，包括以下步骤：基于遥感数据分别对城市区域水体样本的冷却效果以及水体的物理特性进行提取；以冷却效果为依据，利用K均值聚类算法对水体样本进行分类；利用线性判别算法学习各类水体冷却效果与物理特性的相关关系，建立由水体物理特性到水体冷却效果分类的预测模型。基于本发明方法，可以清晰地呈现不同类型水体冷却效果的差异，为在城市滨水区建设中最大限度利用水体的冷却效果提供了依据，有助于提高滨水空间热舒适度，改善滨水区人居环境质量，减少城市的热岛效应，实现城市健康可持续发展。
-
公开(公告)号：CN116341733B
公开(公告)日：2023-12-01
申请号：CN202310286119.9
申请日：2023-03-20
Applicant: 东南大学建筑设计研究院有限公司
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/26 , G06F18/23213
Abstract: 本发明公开一种基于冷岛价值评估的适建范围分级方法，包括以下步骤：步骤一：获取研究范围内的自然生态要素相关资料，明确刚性保护范围；步骤二：汇总刚性保护范围图库，基于GIS平台叠合所有刚性保护范围图，得到基础适建范围图；步骤三：基于ENVI和AutoCAD平台获取不在刚性保护范围内的植被、水体斑块；步骤四：基于ENVI平台对不在刚性保护范围内的植被、水体斑块进行冷岛价值评估，得到冷岛价值分级图；步骤五：根据冷岛价值分级图对步骤二得到的所述基础适建范围图进一步分级，得到适建范围分级图；步骤六：在规划设计中应用适建范围分级图；从而在城市规划建设之初有效保护高级别冷岛，实现节能减排的目标。
-
公开(公告)号：CN118445686A
公开(公告)日：2024-08-06
申请号：CN202410596056.1
申请日：2024-05-14
Applicant: 东南大学建筑设计研究院有限公司
IPC: G06F18/241 , G06F16/29 , G06Q50/26
Abstract: 本发明公开一种基于多尺度通风潜力识别的风廊建设区分类分级优化方法，包括：获取研究范围相关数据；生成迎风面指数FAI地图，识别大尺度风廊；进行热岛强度等级划分，识别高热区范围；生成精细化研究范围；选取出与高热区范围存在交叠关系的大尺度风廊；识别小尺度风廊在精细化研究范围内，识别精细化高热区范围；叠合小尺度风廊与精细化高热区，选取与精细化高热区范围存在交叠关系的小尺度风廊，根据风廊长度和平均风速，筛选出需优化的小尺度风廊；生成风廊缓热范围；去掉重复冗余的风廊；得到风廊建设区分类，针对风廊建设区分别提出优化建议。本发明将风廊识别和保护与土地开发建设管控结合，优化城市微气候环境，实现节能减排的目标。
-
公开(公告)号：CN117876514B
公开(公告)日：2024-07-16
申请号：CN202410028617.8
申请日：2024-01-09
Applicant: 东南大学建筑设计研究院有限公司
IPC: G06T11/00 , G06F30/13 , G06F30/27 , G06F16/29 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明提供基于CGAN的虚拟地块及建筑肌理生成方法，应用于历史风貌区更新，包括步骤：获取真实的产权地块的图像数据；进行条件生成对抗网络的图像数据集批量制作，获得图像数据集条件与指标数值条件；进行条件生成对抗网络的构建；结合图像数据集条件与指标数值条件进行训练，获取预训练模型权重进行模型评估；加载预训练好的条件生成对抗网络模型，将待设计的地块图像数据集条件和指标数值条件传入预训练网络模型；调节对抗损失函数与条件损失函数的权重数值与学习率、训练周期，生成符合指标要求且建筑平面布局符合设计规范的结果。本发明采用大数据及条件生成对抗网络的技术应用于历史风貌区更新。
-
公开(公告)号：CN117789053B
公开(公告)日：2024-07-16
申请号：CN202410002681.9
申请日：2024-01-02
Applicant: 东南大学建筑设计研究院有限公司
IPC: G06V20/13 , G06V30/422 , G06V10/26 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于多图像增强语义分割的产权地块识别方法，包括：1：获取相应的图像数据；2：数据集的批量制作；3：分割神经网络的构建；4：训练并获取预训练模型权重；5：图像判断；6：输入CAD图像与卫星图；7：图像分割，从而进行预测；8：传入预训练网络，对每个像素点进行分类并输出为设置颜色值；9：图像合并，将小图像合并生成原图像大小的预测图；10：转换为CAD；本发明通过多图像增强的语义分割网络训练学习研究类似地域的大量多来源图像资料，通过引入计算机减少了人为判断的干扰，大大增加了可学习研究的样本数量，并且通过多图像增强避免了单一数据源带来的弊端，实现了提升产权地块识别准确性的目标。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.01 seconds)
