-
公开(公告)号：CN115271221B
公开(公告)日：2025-03-21
申请号：CN202210932197.7
申请日：2022-08-04
Applicant: 中南大学
IPC: G06Q10/04 , G06Q50/26 , G06F30/27 , G06F18/2415 , G06F18/243 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/08 , G06F111/04 , G06F111/08
Abstract: 本发明提供了一种城市扩展预测方法、装置、介质及设备，方法包括：获取用于对目标区域进行城市扩展预测的数据信息；目标区域包括多个元胞，数据信息包括多个元胞中每个元胞的数据；根据每个元胞的数据计算每个元胞的用地发展概率；将元胞作为中心，分别以预设的多个空间邻域尺度为扩展范围，得到多个扩展区域，并将多个扩展区域的土地利用数据输入空间邻域多尺度特征融合模型进行处理，得到每个元胞在空间邻域多尺度联合作用下的发展概率；根据每个元胞的原城市用地的用地转移比例，构造元胞的转换约束因子；分别针对每个元胞，基于元胞的用地发展概率、元胞的转换约束因子和元胞在空间邻域多尺度联合作用下的发展概率，计算元胞的发展总概率。
-
公开(公告)号：CN113793692A
公开(公告)日：2021-12-14
申请号：CN202111094906.0
申请日：2021-09-17
Applicant: 中南大学
IPC: G16H50/80
Abstract: 本公开实施例中提供了一种呼吸道传染病传染源区域探测方法，属于数据处理技术领域，具体包括：在路网约束条件下，根据初始信息生成多个候选环形热点，候选环形热点包括多个交通小区；从全部候选环形热点中选取符合条件的候选环形热点作为显著环形热点；根据手机信令数据和兴趣点数据，分别计算每个表示显著环形热点圆心的交通小区的关联要素指标；根据关联要素指标计算每个交通小区的得分；将得分最高的交通小区定义为传染源区域。通过本公开的方案，自适应识别融合人群流动规律的路网约束下环形热点，选取显著性环形热点并结合多要素关联的呼吸道传染病传染源区域探测，提高了呼吸道传染病传染源区域探测方法的适应性、检测效率和精准度。
-
Patent Agency Ranking
公开(公告)号：CN113793692B
公开(公告)日：2023-10-17
申请号：CN202111094906.0
申请日：2021-09-17
Applicant: 中南大学
IPC: G16H50/80
Abstract: 本公开实施例中提供了一种呼吸道传染病传染源区域探测方法，属于数据处理技术领域，具体包括：在路网约束条件下，根据初始信息生成多个候选环形热点，候选环形热点包括多个交通小区；从全部候选环形热点中选取符合条件的候选环形热点作为显著环形热点；根据手机信令数据和兴趣点数据，分别计算每个表示显著环形热点圆心的交通小区的关联要素指标；根据关联要素指标计算每个交通小区的得分；将得分最高的交通小区定义为传染源区域。通过本公开的方案，自适应识别融合人群流动规律的路网约束下环形热点，选取显著性环形热点并结合多要素关联的呼吸道传染病传染源区域探测，提高了呼吸道传染病传染源区域探测方法的适应性、检测效率和精准度。
-
公开(公告)号：CN113297174B
公开(公告)日：2023-10-13
申请号：CN202110565706.2
申请日：2021-05-24
Applicant: 中南大学
IPC: G06F16/21 , G06F16/2458 , G06F16/29 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的土地利用变化模拟方法，包括获取历史土地利用数据，并进行预处理；将历史土地利用数据输入卷积神经网络，获取空间邻域特征；进行区位遥相关特征构建；融合空间邻域特征和区位遥相关特征，对样本特征进行欠采样处理；进行模型构建，对城市土地利用进行模拟演化，并对模型进行训练；将训练生成的土地利用模拟演化模型对土地利用变化进行预测。本发明在卷积神经网络中引入空洞卷积层，在扩大元胞感受野的同时兼顾局部特征，减少冗余特征的累积，进而实现对元胞空间邻域特征的构建；本发明基于图卷积神经网络感知地理场景遥相关，实现对地理区位条件相似的元胞关系的挖掘，处理精度更高。
-
公开(公告)号：CN113298144A
公开(公告)日：2021-08-24
申请号：CN202110567216.6
申请日：2021-05-24
Applicant: 中南大学
Abstract: 本发明公开了一种基于多源数据的城市三生空间识别与格局分析方法，包括确定城市内部三生空间分类体系，构建计算指标；获取遥感影像数据、POI数量数据和AOI面积数据，进行数据处理与指标计算；对处理后的数据进行三生空间分类与识别，训练并生成三生空间分类模型；根据训练出的模型预测整个研究区内其他空间单元的三生类型；对研究区进行三生空间格局分析。本发明利用多源数据，并采用随机森林的方法，识别更加精确快速，可信度高。
-
公开(公告)号：CN113297174A
公开(公告)日：2021-08-24
申请号：CN202110565706.2
申请日：2021-05-24
Applicant: 中南大学
IPC: G06F16/21 , G06F16/2458 , G06F16/29 , G06N3/04
Abstract: 本发明公开了一种基于深度学习的土地利用变化模拟方法，包括获取历史土地利用数据，并进行预处理；将历史土地利用数据输入卷积神经网络，获取空间邻域特征；进行区位遥相关特征构建；融合空间邻域特征和区位遥相关特征，对样本特征进行欠采样处理；进行模型构建，对城市土地利用进行模拟演化，并对模型进行训练；将训练生成的土地利用模拟演化模型对土地利用变化进行预测。本发明在卷积神经网络中引入空洞卷积层，在扩大元胞感受野的同时兼顾局部特征，减少冗余特征的累积，进而实现对元胞空间邻域特征的构建；本发明基于图卷积神经网络感知地理场景遥相关，实现对地理区位条件相似的元胞关系的挖掘，处理精度更高。
-
公开(公告)号：CN115271221A
公开(公告)日：2022-11-01
申请号：CN202210932197.7
申请日：2022-08-04
Applicant: 中南大学
IPC: G06Q10/04 , G06Q50/26 , G06F30/27 , G06K9/62 , G06N3/04 , G06N3/08 , G06F111/04 , G06F111/08
Abstract: 本发明提供了一种城市扩展预测方法、装置、介质及设备，方法包括：获取用于对目标区域进行城市扩展预测的数据信息；目标区域包括多个元胞，数据信息包括多个元胞中每个元胞的数据；根据每个元胞的数据计算每个元胞的用地发展概率；将元胞作为中心，分别以预设的多个空间邻域尺度为扩展范围，得到多个扩展区域，并将多个扩展区域的土地利用数据输入空间邻域多尺度特征融合模型进行处理，得到每个元胞在空间邻域多尺度联合作用下的发展概率；根据每个元胞的原城市用地的用地转移比例，构造元胞的转换约束因子；分别针对每个元胞，基于元胞的用地发展概率、元胞的转换约束因子和元胞在空间邻域多尺度联合作用下的发展概率，计算元胞的发展总概率。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
