-
公开(公告)号：CN107909111B
公开(公告)日：2020-06-26
申请号：CN201711191403.9
申请日：2017-11-24
Applicant: 中国地质大学(武汉)
Abstract: 本发明提出了一种居民地多边形的多级图聚类划分方法，居民地多边形作为一种重要的面状要素，具有复杂的形状特征和属性特征，为了实现对居民地多边形的聚类分析，本发明立足多边形数据的属性特征，结合空间认知准则和人类认知的特点，首先获取多边形之间的邻接信息，结合五个多边形的相似性度量指标(即：形状狭长度、大小、凹凸性、距离和连通性)对多边形之间的相似性进行度量，接着对相似性数值进行规范化处理和各指标权重的确定，然后使用多级图划分算法对多边形进行聚类，最后使用轮廓系数对聚类结果进行分析评价，使得该方法得到的聚类结果更为客观、可靠。
-
Patent Agency Ranking
公开(公告)号：CN111553980B
公开(公告)日：2023-05-26
申请号：CN202010262361.9
申请日：2020-04-06
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种基于图拉普拉斯下采样技术的DEM地形综合方法，首先提取DEM地形中高程点的三维坐标；其次是具体的DEM地形关键点提取方法，包括使用D8算法提取DEM地形骨架和图拉普拉斯下采样方法提取DEM地形的局部细节特征；图拉普拉斯下采样方法是基于图模型进行的，在这个过程中构造包含DEM高程点间空间关联信息的DT图模型，进而得到对应的初始的图拉普拉斯模型，最终使用拉普拉斯极特征向量方法完成图拉普拉斯下采样操作；为了获取不同粗化层次的DEM地形综合结果，图拉普拉斯下采样操作过程中还需要使用Kron‑Reduction方法获取不同粗化层次的图拉普拉斯模型；最后是使用提取到的高程点重构代表DEM地形特征的三维不规则格网，即可实现多尺度DEM地形综合。
-
公开(公告)号：CN109101998B
公开(公告)日：2021-05-28
申请号：CN201810770098.7
申请日：2018-07-13
Applicant: 中国地质大学(武汉)
Abstract: 本发明提出了一种基于居民地上下文空间信息的聚类方法及系统，详细和准确的城市建筑模式信息对于城市设计、景观评价、社会分析和城市环境研究至关重要，为了实现对居民地多边形的聚类分析，本发明提出一种简单而新颖的方法，通过数据融合获得带有生成带Lidar点云数据属性和Footprint数据属性的综合数据，利用该数据确定各建筑物间的邻近关系及相邻建筑物间的权重，通过基于最小生成树的谱聚类中切割图论方法，最后将该方法得到最优生成森林作为聚类结果。本发明的聚类方法得到的聚类结果更为客观、可靠。
-
公开(公告)号：CN111553980A
公开(公告)日：2020-08-18
申请号：CN202010262361.9
申请日：2020-04-06
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种基于图拉普拉斯下采样技术的DEM地形综合方法，首先提取DEM地形中高程点的三维坐标；其次是具体的DEM地形关键点提取方法，包括使用D8算法提取DEM地形骨架和图拉普拉斯下采样方法提取DEM地形的局部细节特征；图拉普拉斯下采样方法是基于图模型进行的，在这个过程中构造包含DEM高程点间空间关联信息的DT图模型，进而得到对应的初始的图拉普拉斯模型，最终使用拉普拉斯极特征向量方法完成图拉普拉斯下采样操作；为了获取不同粗化层次的DEM地形综合结果，图拉普拉斯下采样操作过程中还需要使用Kron-Reduction方法获取不同粗化层次的图拉普拉斯模型；最后是使用提取到的高程点重构代表DEM地形特征的三维不规则格网，即可实现多尺度DEM地形综合。
-
公开(公告)号：CN109101998A
公开(公告)日：2018-12-28
申请号：CN201810770098.7
申请日：2018-07-13
Applicant: 中国地质大学(武汉)
Abstract: 本发明提出了一种基于居民地上下文空间信息的聚类方法及系统，详细和准确的城市建筑模式信息对于城市设计、景观评价、社会分析和城市环境研究至关重要，为了实现对居民地多边形的聚类分析，本发明提出一种简单而新颖的方法，通过数据融合获得带有生成带Lidar点云数据属性和Footprint数据属性的综合数据，利用该数据确定各建筑物间的邻近关系及相邻建筑物间的权重，通过基于最小生成树的谱聚类中切割图论方法，最后将该方法得到最优生成森林作为聚类结果。本发明的聚类方法得到的聚类结果更为客观、可靠。
-
公开(公告)号：CN107909111A
公开(公告)日：2018-04-13
申请号：CN201711191403.9
申请日：2017-11-24
Applicant: 中国地质大学(武汉)
Abstract: 本发明提出了一种居民地多边形的多级图聚类划分方法，居民地多边形作为一种重要的面状要素，具有复杂的形状特征和属性特征，为了实现对居民地多边形的聚类分析，本发明立足多边形数据的属性特征，结合空间认知准则和人类认知的特点，首先获取多边形之间的邻接信息，结合五个多边形的相似性度量指标(即：形状狭长度、大小、凹凸性、距离和连通性)对多边形之间的相似性进行度量，接着对相似性数值进行规范化处理和各指标权重的确定，然后使用多级图划分算法对多边形进行聚类，最后使用轮廓系数对聚类结果进行分析评价，使得该方法得到的聚类结果更为客观、可靠。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
