公开(公告)号：CN118364320B

公开(公告)日：2024-10-11

申请号：CN202410767688.X

申请日：2024-06-14

Applicant: 中南大学

Inventor： 贺小琦 ,  刘青豪 ,  杨学习 ,  刘慧敏 ,  邓敏

IPC: G06F18/23 ,  G06V10/74 ,  G06V10/762 ,  G06F16/29 ,  G06F18/22

Abstract: 本申请适用于地质灾害辅助决策技术领域，提供了一种斜坡单元聚类划分方法、装置、终端设备及介质，该方法包括获取研究区域的DEM数据、光学影像数据、土地利用类型数据以及人口密度数据；根据DEM数据，构建空间实体；计算坡向相似性，对所有空间实体的属性进行随机重排，计算多次重排后的空间实体坡向相似性的显著性，根据显著性，确定核心实体，对核心实体及其空间邻域内的其他空间实体进行聚合，得到候选斜坡单元；确定研究区域的承灾体；分别计算每个候选斜坡单元对应的斜坡的最大水平滑移距离，并根据最大水平滑移距离和承灾体，划分研究区域对应的斜坡单元。本申请能够提高斜坡单元划分的精度。

公开(公告)号：CN118364320A

公开(公告)日：2024-07-19

申请号：CN202410767688.X

申请日：2024-06-14

Applicant: 中南大学

Inventor： 贺小琦 ,  刘青豪 ,  杨学习 ,  刘慧敏 ,  邓敏

IPC: G06F18/23 ,  G06V10/74 ,  G06V10/762 ,  G06F16/29 ,  G06F18/22

Abstract: 本申请适用于地质灾害辅助决策技术领域，提供了一种斜坡单元聚类划分方法、装置、终端设备及介质，该方法包括获取研究区域的DEM数据、光学影像数据、土地利用类型数据以及人口密度数据；根据DEM数据，构建空间实体；计算坡向相似性，对所有空间实体的属性进行随机重排，计算多次重排后的空间实体坡向相似性的显著性，根据显著性，确定核心实体，对核心实体及其空间邻域内的其他空间实体进行聚合，得到候选斜坡单元；确定研究区域的承灾体；分别计算每个候选斜坡单元对应的斜坡的最大水平滑移距离，并根据最大水平滑移距离和承灾体，划分研究区域对应的斜坡单元。本申请能够提高斜坡单元划分的精度。

公开(公告)号：CN118364214A

公开(公告)日：2024-07-19

申请号：CN202410774324.4

申请日：2024-06-17

Applicant: 中南大学

Inventor： 刘慧敏 ,  刘青豪 ,  贺小琦 ,  杨学习 ,  邓敏

IPC: G06F17/15 ,  G06Q10/0639 ,  G06Q50/26 ,  G06F17/18

Abstract: 本申请涉及时空数据挖掘技术领域，提供了一种人类活动强度估算方法、装置、设备及介质。该方法包括：将目标区域划分为多个栅格单元；获取栅格单元的多种人类活动指标的值；根据所有人类活动指标的值，计算每种人类活动指标的数据标准差，并根据相关系数计算每种人类活动指标的不相关程度；基于每种人类活动指标的数据标准差和不相关程度获取每种人类活动指标的初步权重；基于相关系数计算人类活动指标的熵值，并基于熵值对人类活动指标的初步权重进行加权得到最终权重；根据所有人类活动指标的最终权重、栅格单元对应的所有人类活动指标的值，计算栅格单元的人类活动强度。本申请的方法能够提高人类活动强度估算方法的泛用性。

公开(公告)号：CN117893383B

公开(公告)日：2024-06-04

申请号：CN202410289290.X

申请日：2024-03-14

Applicant: 中南大学 ,  湖南省第三测绘院

Inventor： 刘慧敏 ,  程南炜 ,  石岩 ,  王达 ,  余迎晨 ,  余果

IPC: G06Q50/26 ,  G06F18/214 ,  G06F18/21 ,  G06F18/22 ,  G06F18/2321 ,  G06F18/20

Abstract: 本申请适用于时空大数据挖掘技术领域，提供了一种城市功能区域识别方法、系统、终端设备及介质，包括：采集POI数据，将POI数据划分到空间单元中；构建Delaunay三角网，进行长边约束后，构建空间单元段落；针对每个空间单元向量表征段落，提取空间单元向量表征段落中的有效广义单词，基于设计的用于增强有效广义单词的表征向量和空间单元段落表征向量之间相似性的学习函数，学习空间单元向量段落的表征向量，得到每个空间单元的功能表征；基于功能表征相似度对于空间单元进行K‑means聚类，分别计算每个聚类簇的平均密度比和类型比例，并以此对研究城市的功能区域进行识别。本申请能够提高城市功能区域识别的准确性。

公开(公告)号：CN117349688B

公开(公告)日：2024-03-19

申请号：CN202311636437.X

申请日：2023-12-01

Applicant: 中南大学

Inventor： 彭举 ,  唐建波 ,  胡致远 ,  夏何炎 ,  邓敏 ,  刘慧敏 ,  梅小明

IPC: G06F18/23 ,  G06F18/23213

Abstract: 本申请适用于轨迹聚类技术领域，提供了一种基于峰值轨迹的轨迹聚类方法、装置、设备及介质。该轨迹聚类方法包括：获取轨迹的距离分布特征曲线，并确定轨迹的k邻域；获取每个k邻域中的峰值轨迹，并将峰值轨迹作为轨迹簇；将仅在峰值k邻域中的所有轨迹分配到轨迹簇中；对于同时在多个峰值k邻域中的重叠轨迹，基于重叠轨迹与重叠轨迹所在的每个峰值k邻域之间的距离，对重叠轨迹进行分配；对于不在任何峰值k邻域内的单独轨迹，根据单独轨迹与每个轨迹簇之间的距离，将单独轨迹分配给轨迹簇或标记为噪声；将轨迹簇和其他轨迹簇进行合并，得到轨迹聚类结果。本申请的轨迹聚类方法能够很好地应用于复杂场景的轨迹聚类。

公开(公告)号：CN113485997B

公开(公告)日：2023-10-31

申请号：CN202110850984.2

申请日：2021-07-27

Applicant: 中南大学

Inventor： 唐建波 ,  刘慧敏 ,  胡文柯 ,  杨学习 ,  石岩 ,  邓敏 ,  张椿蕾

IPC: G06F16/215 ,  G06F16/29

Abstract: 本发明提供了一种基于概率分布偏差估计的轨迹数据纠偏方法，所述轨迹数据包括每个采样点的车辆实时的位置，车辆的瞬时速度和采样时间，包括：根据轨迹的长度和采样间隔对所有轨迹进行清洗；对取出来的轨迹数据进行间隔为2m的插值处理，从所有轨迹中依次取出第一轨迹数据，并对第一轨迹数据中的每个形状点做一条长为30m的截线，计算所述第一轨迹数据在每个形状点处的空间方位角；求出所有与所述截线相交的第二轨迹数据，并求所述第二轨迹数据在交点处的方位角，计算所述第一轨迹数据和第二轨迹数据的方位角差异，若所述方位角差异小于60°，记录第二轨迹数据与所述截线的交点，否则忽略；对记录的所述截线的所有交点运用高斯混合模型，并进行迭代。

公开(公告)号：CN116484240A

公开(公告)日：2023-07-25

申请号：CN202310489025.1

申请日：2023-05-04

Applicant: 中南大学

Inventor： 刘慧敏 ,  方书婉 ,  杨学习 ,  邓敏 ,  罗斌 ,  张伊凯

IPC: G06F18/231 ,  G06F18/22 ,  G06F16/29

Abstract: 本公开实施例中提供了一种基于层次聚类的网络约束地理流集聚模式挖掘方法，属于数据处理技术领域，具体包括：步骤1，将地理流数据的起讫点与路网数据相匹配，然后度量起讫点以及地理流的网络距离，并据此构建网络距离矩阵；步骤2，在网络距离度量下计算每个地理流的相似度，根据流相似性对地理流进行聚类，比较流相似度和设置的聚类相似性阈值判断不同地理流是否属于同一个流簇，并生成地理流聚类结果。通过本公开的方案，提高了地理流集聚模式的识别效率和精准度。

公开(公告)号：CN114997421A

公开(公告)日：2022-09-02

申请号：CN202210445778.8

申请日：2022-04-26

Applicant: 中南大学

Inventor： 刘慧敏 ,  音涛 ,  谌恺祺 ,  石岩 ,  张伊凯 ,  邓敏

IPC: G06N20/20 ,  G06N7/00 ,  G06K9/62 ,  G06F16/2458 ,  G06F16/29

Abstract: 本发明提供了一种基于集成学习的空间点数据异质性度量方法，包括：生成面向空间点数据异质性度量的训练数据；利用多元统计指标度量点数据异质性并进行显著性检验；通过获取模型参数构建集成学习式评估模型；对其测试数据的分布模式进行预判断，对集成框架中的不完备性指标计算结果进行加权融合，以求得基于评估模型测试数据的异质性度量指标I，用于实现不同先验分布下的空间点数据于同一量纲下的异质性度量；本发明创新性地借鉴数据驱动下的参数学习类算法，提出采样点异质性的集成学习式评估模型；在训练数据的驱动下，实现任意空间点数据异质性的稳健评估与横向对比，具有应用有效性与针对不同采样点数据统一量纲下横向对比的双重优势。

公开(公告)号：CN113486135A

公开(公告)日：2021-10-08

申请号：CN202110852651.3

申请日：2021-07-27

Applicant: 中南大学

Inventor： 刘慧敏 ,  胡文柯 ,  唐建波 ,  杨学习 ,  石岩 ,  邓敏

IPC: G06F16/29 ,  G06F16/26 ,  G06Q10/06 ,  G06T7/10 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提供了一种基于深度学习网络的建筑物综合方法，包括：获取城市路网，根据城市路网将大比例尺地图和小比例尺地图上的建筑物要素划分至街区；将所有街区的矢量数据栅格化为栅格矩阵形式，并处理为训练样本的形式；根据所述训练样本的形式构建深度学习语义分割模型，并对所述深度学习语义分割模型进行训练，设定参数；利用训练完成的模型进行建筑物综合，并用交并比评价得到建筑物综合结果。本发明在没有人工干预的情况下实现对地图上建筑物要素的综合。

公开(公告)号：CN113485997A

公开(公告)日：2021-10-08

申请号：CN202110850984.2

申请日：2021-07-27

Applicant: 中南大学

Inventor： 唐建波 ,  刘慧敏 ,  胡文柯 ,  杨学习 ,  石岩 ,  邓敏 ,  张椿蕾

IPC: G06F16/215 ,  G06F16/29

Abstract: 本发明提供了一种基于概率分布偏差估计的轨迹数据纠偏方法，所述轨迹数据包括每个采样点的车辆实时的位置，车辆的瞬时速度和采样时间，包括：根据轨迹的长度和采样间隔对所有轨迹进行清洗；对取出来的轨迹数据进行间隔为2m的插值处理，从所有轨迹中依次取出第一轨迹数据，并对第一轨迹数据中的每个形状点做一条长为30m的截线，计算所述第一轨迹数据在每个形状点处的空间方位角；求出所有与所述截线相交的第二轨迹数据，并求所述第二轨迹数据在交点处的方位角，计算所述第一轨迹数据和第二轨迹数据的方位角差异，若所述方位角差异小于60°，记录第二轨迹数据与所述截线的交点，否则忽略；对记录的所述截线的所有交点运用高斯混合模型，并进行迭代。