-
公开(公告)号：CN119622354A
公开(公告)日：2025-03-14
申请号：CN202411662481.2
申请日：2024-11-20
Applicant: 东南大学
IPC: G06F18/22 , G06F18/2321 , G06F18/214 , G06F40/30 , G06N3/0464 , G06N3/045 , G06N3/09 , G06V20/10 , G06V20/17 , G06V10/82 , G06Q30/0203 , G06Q50/00 , G06Q50/26 , G06F123/02
Abstract: 本发明公开了一种基于网络评价数据的城市更新区域与时序划定方法和系统，包括：采集网络评价数据和城市更新文本；筛选出负反馈评价，识别城市问题；分析建筑物表面的破损或老化；将城市问题点集划分为点型设施更新区域、线型街道风貌更新区域、面型环境整治区域，并计算所有区域的更新时序排序，划分更新时序阶段；通过Word2Vec特征向量化算法，将城市更新区域的核心特征和城市更新文本分别输出为向量集；计算余弦相似度计算公式，获得每一对向量集的相似度值，取最大值得到相似度最高的匹配结果；采集并比较更新前后的负反馈评价数量，如果负反馈评价数量增多，则判定该区域更新失效，自动返回城市问题识别步骤；本发明有效实现了城市更新的精准规划和高效有序实施。
-
公开(公告)号：CN113344758B
公开(公告)日：2024-05-17
申请号：CN202110732025.0
申请日：2021-06-30
Applicant: 东南大学
IPC: G06Q10/0631 , G06V10/764 , G06Q50/26 , G06F16/51 , G06F16/55 , G06F16/29
Abstract: 一种基于城市人群数字画像的服务设施规模调整方法，包括以下步骤：获取地理信息数据和人群大数据，构建城市人群数字画像信息数据库；从所述人群数字画像信息数据库中识别出城市人群特征属性画像，构建城市人群特征属性画像库；对所述城市人群特征属性画像库进行城市人群属性特征画像分类，构建城市人群特征属性画像体系数据库，以及构建城市人群数字画像数据库；获取城市目标街区空间单元的服务设施规模配置缺项表；对服务设施规模进行调整。本发明还提供一种基于城市人群数字画像的服务设施规模调整系统，对城市公共服务设施规模配置进行优化布局，有针对性地为不同人群满足其公共服务设施配给需求，实现公共服务设施布局规划中的精准匹配。
-
公开(公告)号：CN117763242A
公开(公告)日：2024-03-26
申请号：CN202311736236.7
申请日：2023-12-18
Applicant: 东南大学
IPC: G06F16/9537 , G06F16/901 , G06Q50/26 , G06N5/022
Abstract: 本发明公开一种基于知识图谱的城市规划成果和大事件智能检索方法，通过整合时空大数据和多模态城市信息构建平台，以及构建城市时空知识图谱，实现了对城市各实体和大事件的精准关联。利用多维度分析和可视化工具输出成果，构建了历年规划设计成果查询系统和大事件智能检索系统。相较于传统方法，本发明方法能够在城市规划和发展中提供更全面、精准的参考信息，为智慧城市建设提供了强有力的支持。
-
公开(公告)号：CN113344758A
公开(公告)日：2021-09-03
申请号：CN202110732025.0
申请日：2021-06-30
Applicant: 东南大学
Abstract: 一种基于城市人群数字画像的服务设施规模调整方法，包括以下步骤：获取地理信息数据和人群大数据，构建城市人群数字画像信息数据库；从所述人群数字画像信息数据库中识别出城市人群特征属性画像，构建城市人群特征属性画像库；对所述城市人群特征属性画像库进行城市人群属性特征画像分类，构建城市人群特征属性画像体系数据库，以及构建城市人群数字画像数据库；获取城市目标街区空间单元的服务设施规模配置缺项表；对服务设施规模进行调整。本发明还提供一种基于城市人群数字画像的服务设施规模调整系统，对城市公共服务设施规模配置进行优化布局，有针对性地为不同人群满足其公共服务设施配给需求，实现公共服务设施布局规划中的精准匹配。
-
公开(公告)号：CN112052503A
公开(公告)日：2020-12-08
申请号：CN202010923491.2
申请日：2020-09-04
Applicant: 东南大学
Abstract: 本发明公开了一种基于人工智能的商业街区建筑体块生成的方法，涉及人工智能城市设计领域。本发明首先通过获取目标街区及周围街区的地理信息数据，构建出三维空间沙盘；其次通过转译提取各类规划文件和当地法定规范中的设计条件，生成街区三维建筑体块；然后构建街区三维轮廓线训练样本库，通过加载机器学习模型生成街区三维建筑高度并对建筑形态进行优化，生成街区建筑体块多方案；最后使用全息展示设备进行方案模拟展示和方案指标显示，并输出方案。本发明针对上一代人工智能技术生成大量无效方案的问题，实现了基于人工智能有效多方案的生成，解决了上一代人工智能有效方案筛选过程中耗时长、人力投入大等难题，提高了规划师设计效率。
-
Patent Agency Ranking
公开(公告)号：CN117671220A
公开(公告)日：2024-03-08
申请号：CN202311700350.4
申请日：2023-12-12
Applicant: 东南大学 , 上海图源素数字科技有限公司
IPC: G06T19/20 , G06T19/00 , G06F3/04815 , G06T17/05 , G06Q50/26
Abstract: 本发明公开一种基于虚拟现实技术的城市规划实施展示优化方法，实时采集目标城市片区的建成环境数据，并获得规划实施信息；在ArcGIS Pro平台中构建城市规划实施数字沙盘，实现建筑物三维模型生成；进行切片抽取和虚拟现实漫游展示，展示重点区域的实施情况；利用形态评分和风貌评分模块对实施方案进行评价，并标注需要调整的切片；通过Oculus Rift VR头盔和Leap Motion手持控制器进行实时调整和优化；整合各切片的评分过程和成果，生成城市规划实施评估优化报告。该系统将虚拟现实技术应用于城市规划实施，实现了高效、直观的城市规划实施切片抽取、展示和优化，为城市规划决策提供了有力支持。
-
公开(公告)号：CN115774957A
公开(公告)日：2023-03-10
申请号：CN202211510534.X
申请日：2022-11-29
Applicant: 东南大学
IPC: G06F30/27 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了基于人工智能算法的城市地块高度自适应生成与演示平台，包括以下步骤：场地数据采集与计算；案例数据采集与转化；场地空间结构生成与结构潜力值划分；空间结构全息显示与选取；地块高度自适应生成；人机交互调整地块高度；方案判断与输出；基于人工智能算法的城市地块高度自适应生成与演示平台解决了传统人工方案设计流程繁复、工作周期长、交互设计性差、人力成本高等多方面问题，进一步提升地块高度生成的效率；整合设计师思维与计算机逻辑，实现自上而下与自下而上相结合的高度形态方案生成方法，以应对更多场景下的城市设计高度方案生成。
-
公开(公告)号：CN118551974A
公开(公告)日：2024-08-27
申请号：CN202410645640.1
申请日：2024-05-23
Applicant: 东南大学
IPC: G06Q10/0631 , G06Q30/0201 , G06Q50/26
Abstract: 本发明公开了一种基于网络消费数据的城市业态自动布局方法，该方法利用时间序列模型预测目标城市规划期末的外卖订单和业态点总量，形成预测网络消费数据集；计算目标城市规划期末每个街道按人口比例预期的外卖订单量与实际外卖订单量的差异值，计算得到三类外卖的期望订单需求量，并计算得到每个街区对应的三类业态调整量；分别定义三类业态点的服务范围，根据订单密度值对业态点进行排序，根据业态调整总量进行业态点增减；每季度对业态布局进行周期性的评估与动态调整，并通过数字空间沙盘展示分析结果，提供业态布局规划图和业态调整报告。该方法适用于响应城市人口和需求快速发展变化，优化城市业态布局配置。
-
公开(公告)号：CN117556502A
公开(公告)日：2024-02-13
申请号：CN202311512613.9
申请日：2023-11-14
Applicant: 东南大学
IPC: G06F30/13 , G06F30/18 , G06F30/27 , G06F18/23213
Abstract: 本发明公开了一种基于进化模型的街区布局智能生成方法与系统。首先，获取待设计街区的边界数据和案例街区数据，识别案例街区的绿地、广场和建筑群区域，存储为布局面域数据。接着，根据案例街区面域的临接关系，将布局面域数据转置为布局拓扑数据，并计算其特征指标。然后，对指标进行聚类分析，从而将街区布局分为不同街区布局类型；设计师可选择和调整适合的街区布局类型。最后，采用进化模型随机匹配布局拓扑数据，并进行节点随机位移和膨胀，迭代形成最终的街区布局方案。本发明提升了布局方案设计的精确化和智能化，能够辅助规划师对街区布局方案进行快速、准确、高效的生成、研判和反馈调整。
-
公开(公告)号：CN115713603A
公开(公告)日：2023-02-24
申请号：CN202211468953.1
申请日：2022-11-22
Applicant: 东南大学
IPC: G06T17/10 , G06T19/20 , G06V10/762
Abstract: 本发明公开了基于建筑空间图谱的多类型街区建筑群形态智能生成方法，首先通过目标地区地理信息数据采集和设计条件提取构建带有设计条件的三维空间数字沙盘；其次通过街区样本采集与街区形态特征测算形成街区建筑空间图谱；然后通过加载Pix2pix深度学习模型生成多类型街区建筑群形态；进而基于街区设计条件依次对多类型街区整体建筑群形态和内部建筑群形态进行优化调整；最后使用全息展示设备对多类型街区建筑群形态进行模拟和指标显示，观测并采集使用者场景体验数据，并进行结果输出；本发明通过构建街区建筑空间图谱，生成城市多类型街区建筑群设计方案，提高了应用场景多样性，通过构建基于街区设计条件的智能优化方法，有效提高了设计效率。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.016 seconds)
