-
公开(公告)号：CN116663279A
公开(公告)日：2023-08-29
申请号：CN202310600163.2
申请日：2023-05-25
Applicant: 中南大学 , 中国电子科技集团公司第五十四研究所
IPC: G06F30/20 , G06T7/246 , G06T17/05 , G06F111/04
Abstract: 本公开实施例中提供了一种移动目标行为模式轨迹模拟仿真方法，属于数据处理技术领域，具体包括：获取目标区域内的地理信息数据；基于地理信息数据生成地理场景环境地图；设置移动目标运动行为模式的类型并据此设置模拟轨迹数据的基本参数；设置移动目标指定运动行为模式特征并据此设置轨迹生成规则约束；基于基本参数和轨迹生成规则约束采用A*算法模拟生成不同移动目标行为模式对应的初始模拟轨迹数据；对初始模拟轨迹数据添加轨迹采样的位置噪声和时间噪声；得到在地理场景环境地图内移动目标运动行为模式对应的多条目标模拟轨迹数据并将其进行可视化与存储。通过本公开的方案，提高了轨迹数据仿真的适应性和自动性。
-
公开(公告)号：CN116628462B
公开(公告)日：2023-10-31
申请号：CN202310882506.9
申请日：2023-07-19
Applicant: 中南大学
Abstract: 本发明实施例中提供了一种城市三维空间用地功能属性识别与时空变化监测分析方法，属于数据处理技术领域，具体包括：对目标区域的POI数据的地址信息进行正则计算，得到楼层信息；POI数据和楼层信息进行校正；对校正后的楼层信息根据楼层数划分统计类别；计算三维功能强度频率指数和类型比例；计算功能属性类型，得到目标区域的用地功能属性识别结果；利用目标区域不同年份的POI数据得到多个三维用地功能属性识别结果，根据楼层的功能属性识别结果进行差异计算，得到目标区域的功能属性时空变化结果。通过本发明的方案，提高了识别城市建筑物三维空间用地功能属性及其时空变化监测的效率、适应性和精准度。
-
公开(公告)号：CN116628462A
公开(公告)日：2023-08-22
申请号：CN202310882506.9
申请日：2023-07-19
Applicant: 中南大学
Abstract: 本发明实施例中提供了一种城市三维空间用地功能属性识别与时空变化监测分析方法，属于数据处理技术领域，具体包括：对目标区域的POI数据的地址信息进行正则计算，得到楼层信息；POI数据和楼层信息进行校正；对校正后的楼层信息根据楼层数划分统计类别；计算三维功能强度频率指数和类型比例；计算功能属性类型，得到目标区域的用地功能属性识别结果；利用目标区域不同年份的POI数据得到多个三维用地功能属性识别结果，根据楼层的功能属性识别结果进行差异计算，得到目标区域的功能属性时空变化结果。通过本发明的方案，提高了识别城市建筑物三维空间用地功能属性及其时空变化监测的效率、适应性和精准度。
-
公开(公告)号：CN118245821B
公开(公告)日：2024-08-06
申请号：CN202410624902.6
申请日：2024-05-20
Applicant: 中南大学
Abstract: 本发明提供了一种室内POI数据的位置纠正与匹配方法及介质，方法包括：基于POI形状与建筑物轮廓形状相似性的POI位置纠正；建立顾及POI与建筑物空间位置和语义属性约束的POI与建筑物关联；匹配POI与建筑物空间位置，使POI与建筑物精确匹配。本发明从POI与建筑物的空间形态分布、位置依赖与语义信息依赖的多个视角出发来解决室内POI数据的位置纠正以及其与关联建筑物之间的匹配问题，顾及了空间位置与语义属性约束的POI与建筑物匹配，充分考虑了POI与建筑物的空间分布、空间距离和语义信息，可以更准确的将POI与建筑物进行匹配，可以服务于更加准确和全面的地理信息关联查询等方面。
-
Patent Agency Ranking
公开(公告)号：CN119719832A
公开(公告)日：2025-03-28
申请号：CN202510216690.2
申请日：2025-02-26
Applicant: 中南大学 , 中国科学院空天信息创新研究院
IPC: G06F18/23213 , G06F18/22 , G06F123/02
Abstract: 本申请涉及运动模式识别技术领域，提供了一种基于移动目标轨迹的运动模式挖掘方法及相关设备。该方法包括：基于所有轨迹数据获取每个移动目标对的距离变化序列；根据所有距离变化序列计算汇聚率和分离率，并根据汇聚率和分离率从所有移动目标中确定出多个汇聚移动目标和多个分离移动目标；根据在当前时刻的轨迹数据，对汇聚移动目标进行聚类，得到多个汇聚聚类簇，并根据在第1个时刻的轨迹数据，对分离移动目标进行聚类，得到多个分离聚类簇；将每个汇聚聚类簇中所有移动目标在时间段内的运动作为一汇聚模式，将每个分离聚类簇中所有移动目标在时间段内的运动作为一分离模式。本申请的方法能够提高运动模式挖掘的泛用性和可靠性。
-
公开(公告)号：CN119600608A
公开(公告)日：2025-03-11
申请号：CN202510145729.6
申请日：2025-02-10
Abstract: 本申请适用于三维建模技术领域，提供了一种城市建筑物的语义实景三维建模方法，包括：根据城市的OSM数据构建城市内各建筑物的三维模型；基于路网数据确定多个街景图像采样位置，并在每个街景图像采样位置采集多个方向的街景图像数据；获取街景图像数据的建筑物特征描述信息和文本信息集合，根据建筑物特征描述信息、文本信息集合和预定义的建筑物功能描述字典确定街景图像数据对应的建筑物功能类型；根据确定出的建筑物功能类型和街景图像采样位置，为城市内各建筑物的三维模型赋值语义描述信息，得到城市内各建筑物的语义实景三维模型。本申请能构建具备语义描述信息的建筑物三维模型，使得建筑物三维模型能满足智能城市应用的高精度需求。
-
公开(公告)号：CN119719832B
公开(公告)日：2025-05-16
申请号：CN202510216690.2
申请日：2025-02-26
Applicant: 中南大学 , 中国科学院空天信息创新研究院
IPC: G06F18/23213 , G06F18/22 , G06F123/02
Abstract: 本申请涉及运动模式识别技术领域，提供了一种基于移动目标轨迹的运动模式挖掘方法及相关设备。该方法包括：基于所有轨迹数据获取每个移动目标对的距离变化序列；根据所有距离变化序列计算汇聚率和分离率，并根据汇聚率和分离率从所有移动目标中确定出多个汇聚移动目标和多个分离移动目标；根据在当前时刻的轨迹数据，对汇聚移动目标进行聚类，得到多个汇聚聚类簇，并根据在第1个时刻的轨迹数据，对分离移动目标进行聚类，得到多个分离聚类簇；将每个汇聚聚类簇中所有移动目标在时间段内的运动作为一汇聚模式，将每个分离聚类簇中所有移动目标在时间段内的运动作为一分离模式。本申请的方法能够提高运动模式挖掘的泛用性和可靠性。
-
公开(公告)号：CN118245821A
公开(公告)日：2024-06-25
申请号：CN202410624902.6
申请日：2024-05-20
Applicant: 中南大学
Abstract: 本发明提供了一种室内POI数据的位置纠正与匹配方法及介质，方法包括：基于POI形状与建筑物轮廓形状相似性的POI位置纠正；建立顾及POI与建筑物空间位置和语义属性约束的POI与建筑物关联；匹配POI与建筑物空间位置，使POI与建筑物精确匹配。本发明从POI与建筑物的空间形态分布、位置依赖与语义信息依赖的多个视角出发来解决室内POI数据的位置纠正以及其与关联建筑物之间的匹配问题，顾及了空间位置与语义属性约束的POI与建筑物匹配，充分考虑了POI与建筑物的空间分布、空间距离和语义信息，可以更准确的将POI与建筑物进行匹配，可以服务于更加准确和全面的地理信息关联查询等方面。
-
公开(公告)号：CN117575102A
公开(公告)日：2024-02-20
申请号：CN202311709352.X
申请日：2023-12-13
IPC: G06Q10/04 , G06N3/0464 , G06N3/08 , G06F17/16 , G06Q50/26
Abstract: 本申请适用于时空大数据挖掘技术领域，提供了一种PM2.5浓度预测方法、系统、终端设备及介质，该方法通过获取PM2.5浓度数据、气象数据、土地利用数据以及DEM数据；计算网格之间的三维地形距离，构建PM2.5空间传输图；依次构建静态协变量矩阵、PM2.5浓度矩阵以及动态协变量矩阵；将构建的特征属性变量嵌入PM2.5空间传输图，得到高维特征向量；对高维特征向量进行时序嵌入，得到稠密向量；构建初始PM2.5浓度预测模型，并利用稠密向量和预先设置的精度损失函数对其训练；利用训练后的PM2.5浓度预测模型，对PM2.5浓度进行预测。本申请能提高PM2.5浓度预测的准确性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
