-
公开(公告)号：CN112651059B
公开(公告)日：2022-11-08
申请号：CN202011503007.7
申请日：2020-12-18
Applicant: 东南大学
Abstract: 本发明公开了一种基于人工智能的控规地块城市设计多方案生成方法，该方法包括如下模块的操作步骤：(1)地块空间计算沙盘模块；(2)控规特征参数输入模块；(3)特征案例智能学习模块；(4)地块道路智能生成模块；(5)地块步行智能生成模块；(6)地块建筑智能生成模块；(7)方案输出辅助绘图模块。本发明通过人工智能的控规地块城市设计多方案生成方法，实现了规划师对控规给定条件下城市设计多方案的即时、准确、高效的反馈调整，解决了传统设计方案工作周期长等多方面问题。
-
公开(公告)号：CN113256978A
公开(公告)日：2021-08-13
申请号：CN202110532459.6
申请日：2021-05-17
Applicant: 东南大学
Abstract: 本发明涉及城市规划领域及交通领域，尤其是一种城市拥堵地区的诊断方法，现提出如下方案，其包括将所述城市的路况数据、手机定位数据和基础空间数据实时输入至地理信息平台，并实时统一所有数据的坐标与高程；构建拥堵路段数据库和所述拥堵路段的人群数据库，将所述拥堵路段数据库和所述人群数据库形成挂接；从所述手机定位数据中提取所述人群数据库中所有人的个人定位数据，并按照时间顺序将不同时段的所述个人定位数据依次连接形成个人的行为轨迹数据；根据所述个人的行为轨迹数据将人群数据库中的人群进行分类，将分类的结果进行排序区分导致拥堵的人群。本发明实现了对拥堵地段的准确智能诊断，达到了减少交通拥堵、优化交通出行的目的。
-
公开(公告)号：CN112651059A
公开(公告)日：2021-04-13
申请号：CN202011503007.7
申请日：2020-12-18
Applicant: 东南大学
Abstract: 本发明公开了一种基于人工智能的控规地块城市设计多方案生成方法，该方法包括如下模块的操作步骤：(1)地块空间计算沙盘模块；(2)控规特征参数输入模块；(3)特征案例智能学习模块；(4)地块道路智能生成模块；(5)地块步行智能生成模块；(6)地块建筑智能生成模块；(7)方案输出辅助绘图模块。本发明通过人工智能的控规地块城市设计多方案生成方法，实现了规划师对控规给定条件下城市设计多方案的即时、准确、高效的反馈调整，解决了传统设计方案工作周期长等多方面问题。
-
Patent Agency Ranking
公开(公告)号：CN117668688A
公开(公告)日：2024-03-08
申请号：CN202311437132.6
申请日：2023-10-31
Applicant: 东南大学
IPC: G06F18/2415 , G06F18/214 , G06F18/23213
Abstract: 本发明公开了一种基于贝叶斯网络的城市空间强度分区方法及系统，所述方法包括目标街区与案例数据输入与指标计算；通过筛选训练集指标，确定案例街区的所有分类来确定贝叶斯网络训练集；基于所述分类，通过对贝叶斯网络展开训练，得到预测模型；依据案例街区数据集的分类确定目标街区所属分类，将目标街区数据集投入所属分类的预测模型中，得到目标街区空间强度；将预测的方案进行数据输出与交互展示。本发明能够应对城市规划设计领域的城市空间强度分区的智能预测，实现基于贝叶斯网络的城市空间强度分区，来优化城市空间格局，用指标量化的方式使城市空间强度分区更加合理，城市设计方案质量更优。
-
公开(公告)号：CN115713605A
公开(公告)日：2023-02-24
申请号：CN202211505407.0
申请日：2022-11-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于图像学习的商业类建筑群自动建模方法，属于城市规划领域,包括数据获取、形态量化核心指标提取、基于Pix2Pix算法的建筑群形态生成模型训练、建筑群平面图像生成、基于OpenCV的建筑群形态生成五个步骤。本发明目的在于通过构建建筑群空间形态类型数据库与基于Pix2Pix的建筑群形态智能生成方法，实现了短时间内地块尺度商业类建筑群布局形态多方案的自动生成。解决了设计师画图劳动机械重复周期长的问题，为建筑群形态设计实践提供技术支持。
-
公开(公告)号：CN117670622A
公开(公告)日：2024-03-08
申请号：CN202311427410.X
申请日：2023-10-31
Applicant: 东南大学
Abstract: 本发明公开了一种基于特征参数学习的城市三维形态规划方案自动生成方法，包括目标街区及目标街区所在城市案例街区的矢量数据采集与预处理；提取目标街区和案例街区的特征指标完成指标库构建，并划分特征参数的训练集和测试集；依据训练集街区指标库，基于对抗神经网络算法建立街区特征参数学习模块；将目标街区的特征指标参数输入街区特征参数学习模块，得到目标街区的街区特征参数，并使用特征参数对街区三维形态进行参数化建模实现街区三维形态的自动生成；将街区三维模型进行调整、交互展示与数据输出。本发明实现基于对抗神经网络算法的目标街区特征指标生成来形成城市三维形态规划方案，用指标量化的方式使规则更加合理，城市设计方案质量更优。
-
公开(公告)号：CN115906244A
公开(公告)日：2023-04-04
申请号：CN202211392426.7
申请日：2022-11-08
Applicant: 东南大学
IPC: G06F30/13 , G06F30/27 , G06F16/215 , G06F16/29 , G06F16/56 , G06V10/762 , G06T11/20 , G06N3/0464 , G06N3/084 , G06Q50/26
Abstract: 本发明公开基于参数迭代与机器学习的城市空间结构自动生成方法，所述自动生成方法包括以下步骤：S1：基础信息载入、S2：生成城市绿色廊道、S3：案例库构建、S4：生成城市发展廊道与城市中心、S5：生成城市重点板块、S6：生成城市一般板块、S7：生成城市空间结构空间图。本发明城市空间结构自动生成方法通过基于参数模型识别城市绿色廊道，通过机器学习生成城市发展廊道与城市中心，进一步提取并划分城市重点发展板块与一般板块，整合形成城市基本空间结构，使用本发明自动生成方法技术，可以直接生成国土空间规划、城市设计编制、城市专项规划中城市空间结构规划图纸，并直接应用于城乡规划建设和管理工作。
-
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
8
records
(took 0.015 seconds)
