公开(公告)号：CN113204607B

公开(公告)日：2023-07-25

申请号：CN202110511844.2

申请日：2021-05-11

Applicant: 南京大学

Inventor： 周琛 ,  霍晓龙 ,  徐云耘 ,  陈振杰 ,  李满春

IPC: G06F16/29

Abstract: 本发明涉及一种平衡面积、拓扑和形状特征的矢量图栅格化方法，根据矢量多边形的真实拓扑修复栅格区域的拓扑变化；保留多边形狭窄通道、凸起与凹陷部位的栅格像元，可以减少形状特征的损失；比较相邻栅格区域与原始多边形的面积差异，重新协调栅格化面积。实验结果表明，本文算法相比常规算法能够有效保留多边形的面积、形状和拓扑特征，总体栅格化误差明显降低。

公开(公告)号：CN114969007A

公开(公告)日：2022-08-30

申请号：CN202210621710.0

申请日：2022-06-01

Applicant: 南京大学

Inventor： 徐云耘 ,  周琛 ,  赵鑫 ,  余治欣 ,  杜皓阳 ,  温伯清 ,  王梓安 ,  夏南 ,  李满春

IPC: G06F16/215 ,  G06K9/62 ,  G06Q10/06

Abstract: 本发明涉及一种基于功能混合度和集成学习的城市功能区识别方法，属于数字信息技术领域。该方法执行如下步骤：1）收集数据以及预处理；2）构建所述城市功能区的识别体系的10个指标特征；3）结构化指标；通过空间统计工具统计各宗地所对应的10个指标特征数据；4）自变量数据集构建；5）响应变量标记；6）根据功能混合度将训练数据集划分为若干子训练集；7）基于Stacking策略的集成学习训练；8）属性表连接完成该宗地的功能区识别。本发明通过对功能混合度进行分级的方式将训练集分开并让预测集数据按照对应功能混合度进行预测，提供了一种较为准确挖掘城市功能区类型和城市特征之间的相关性，实现城市特征映射城市功能区类型识别的方法。

公开(公告)号：CN113240150A

公开(公告)日：2021-08-10

申请号：CN202110325539.4

申请日：2021-03-26

Applicant: 南京大学

Inventor： 周琛 ,  徐云耘 ,  姜朋辉 ,  李满春 ,  陈振杰

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/16

Abstract: 本发明涉及一种基于房价合理性的城市扩张预测方法，步骤包括：数据标准化、主成分分析、综合指数计算、耦合度测定、时间序列分析和城市扩张预测。本发明针对每一省份城市或直辖市，根据城市房价合理性进一步预测并讨论了其未来发展扩张的方向。

公开(公告)号：CN113204607A

公开(公告)日：2021-08-03

申请号：CN202110511844.2

申请日：2021-05-11

Applicant: 南京大学

Inventor： 周琛 ,  霍晓龙 ,  徐云耘 ,  陈振杰 ,  李满春

IPC: G06F16/29

Abstract: 本发明涉及一种平衡面积、拓扑和形状特征的矢量图栅格化方法，根据矢量多边形的真实拓扑修复栅格区域的拓扑变化；保留多边形狭窄通道、凸起与凹陷部位的栅格像元，可以减少形状特征的损失；比较相邻栅格区域与原始多边形的面积差异，重新协调栅格化面积。实验结果表明，本文算法相比常规算法能够有效保留多边形的面积、形状和拓扑特征，总体栅格化误差明显降低。

公开(公告)号：CN114969007B

公开(公告)日：2025-01-10

申请号：CN202210621710.0

申请日：2022-06-01

Applicant: 南京大学

Inventor： 徐云耘 ,  周琛 ,  赵鑫 ,  余治欣 ,  杜皓阳 ,  温伯清 ,  王梓安 ,  夏南 ,  李满春

IPC: G06F16/215 ,  G06F18/214 ,  G06F18/24 ,  G06Q10/0631 ,  G06N20/20 ,  G06Q50/26

Abstract: 本发明涉及一种基于功能混合度和集成学习的城市功能区识别方法，属于数字信息技术领域。该方法执行如下步骤：1）收集数据以及预处理；2）构建所述城市功能区的识别体系的10个指标特征；3）结构化指标；通过空间统计工具统计各宗地所对应的10个指标特征数据；4）自变量数据集构建；5）响应变量标记；6）根据功能混合度将训练数据集划分为若干子训练集；7）基于Stacking策略的集成学习训练；8）属性表连接完成该宗地的功能区识别。本发明通过对功能混合度进行分级的方式将训练集分开并让预测集数据按照对应功能混合度进行预测，提供了一种较为准确挖掘城市功能区类型和城市特征之间的相关性，实现城市特征映射城市功能区类型识别的方法。

公开(公告)号：CN115129802B

公开(公告)日：2024-12-10

申请号：CN202210782643.0

申请日：2022-07-05

Applicant: 南京大学

Inventor： 夏南 ,  赵鑫 ,  姜朋辉 ,  周琛 ,  陈振杰 ,  徐云耘 ,  黄学锋 ,  李满春

IPC: G06F16/29 ,  G06N20/20 ,  G06Q10/0639 ,  G06F18/25 ,  G06F18/2431

Abstract: 本发明公开了一种基于多源数据和集成学习的人口空间化方法，该方法包括以下步骤：S1、获取多源数据并进行融合，构建人口空间化数据库；S2、从所述人口空间化数据库中构建用于模型拟合的指标体系，通过集成学习模型计算的特征重要性筛选出有效指标；S3、结合所述有效指标与社区人口之间的关系，构建Pop‑XGBoost人口空间化模型；S4、预测人口空间分布，并将格网人口模拟数据汇总至社区尺度，与真实的社区人口统计数据对比，验证结果精度。通过结合多源数据融合技术、指标筛选技术和集成学习技术等构建人口空间化模型，准确高效地实现高精度人口空间化预测。

公开(公告)号：CN115129802A

公开(公告)日：2022-09-30

申请号：CN202210782643.0

申请日：2022-07-05

Applicant: 南京大学

Inventor： 夏南 ,  赵鑫 ,  姜朋辉 ,  周琛 ,  陈振杰 ,  徐云耘 ,  黄学锋 ,  李满春

IPC: G06F16/29 ,  G06K9/62 ,  G06N20/20 ,  G06Q10/06 ,  G06Q50/26

Abstract: 本发明公开了一种基于多源数据和集成学习的人口空间化方法，该方法包括以下步骤：S1、获取多源数据并进行融合，构建人口空间化数据库；S2、从所述人口空间化数据库中构建用于模型拟合的指标体系，通过集成学习模型计算的特征重要性筛选出有效指标；S3、结合所述有效指标与社区人口之间的关系，构建Pop‑XGBoost人口空间化模型；S4、预测人口空间分布，并将格网人口模拟数据汇总至社区尺度，与真实的社区人口统计数据对比，验证结果精度。通过结合多源数据融合技术、指标筛选技术和集成学习技术等构建人口空间化模型，准确高效地实现高精度人口空间化预测。