公开(公告)号：CN119180678A

公开(公告)日：2024-12-24

申请号：CN202411238307.5

申请日：2024-09-05

Applicant: 南京大学

Inventor： 陈振杰 ,  徐润鹏 ,  刘伟龙 ,  李满春 ,  李飞雪 ,  周琛 ,  夏南 ,  卢诗颖

IPC: G06Q30/0204 ,  G16H40/20 ,  G06F17/18 ,  G06N3/126

Abstract: 本发明属于信息自动化技术领域，并公开了一种跨层级的医疗设施选址方法，包括：在待选址区域内使用连续型决策变量来模拟不同层级医疗设施选址方案；基于预设种群规模和所述连续型决策变量构建初始父代医疗设施备选方案种群；构建医疗设施的多目标选址模型，所述多目标选址模型的目标函数包括总出行距离最小目标函数、覆盖人口最大目标函数和机会成本最小目标函数；基于非支配排序算法和精英选择策略对所述医疗设施多目标选址模型进行迭代求解，得到最优解集；对最优解集中的医疗设施备选方案进行排序，基于排序结果确定不同层级医疗设施选址方案。本发明所述技术方案能够精确且高效地确定多个层级的医疗设施最佳选址，能够满足实际生产的需要。

公开(公告)号：CN118115009A

公开(公告)日：2024-05-31

申请号：CN202410486744.2

申请日：2024-04-23

Applicant: 南京农业大学 ,  宁波大学 ,  南京市测绘勘察研究院股份有限公司 ,  南京大学

Inventor： 姜朋辉 ,  孙超 ,  林聪 ,  李满春 ,  储征伟

IPC: G06Q10/0637 ,  G06Q50/06

Abstract: 本发明提供了一种时空大数据驱动的海岸带风能资源评估方法与装置，其中，该方法包括：将海岸带区域分为近岸区域和离岸区域；根据近岸区域的土地利用类型确定近岸区域风能资源开发适宜性；根据离岸区域的离岸距离和水深条件确定离岸区域风能资源开发适宜性；根据海岸带区域内的风速数据确定风力发电功率；基于风力发电功率、近岸区域风能资源开发适宜性和离岸区域风能资源开发适宜性确定海岸带风能资源评估结果。本发明通过将海岸带区域分为近岸区域和离岸区域，考虑了海岸带区域内的土地利用类型、离岸距离和水深条件等因素对风能开发适宜性的影响，能够客观且全面的评估海岸带的风能资源，使得评估结果更具可操作性，为风能资源开发提供了指导。

公开(公告)号：CN112115598B

公开(公告)日：2024-05-14

申请号：CN202010941034.6

申请日：2020-09-09

Applicant: 南京大学

Inventor： 程亮 ,  张雪东 ,  张方利 ,  吴洁 ,  李舒怡 ,  刘家辉 ,  楚森森 ,  闵开付 ,  左潇懿 ,  李满春

IPC: G06F30/20 ,  G06F30/25 ,  G06F111/10 ,  G06F113/08

Abstract: 本发明涉及一种面向海上漂移轨迹预测的数据与模型耦合分析方法，步骤包括：实测漂移轨迹数据收集与海洋环境数据准备、漂移轨迹预测数值模拟实验、不同海洋环境数据集时空分析、多维度漂移轨迹预测精度评价、精度评价结果统计分析、基于预测轨迹与实测轨迹的FSLE分析、多因素敏感度分析和环境数据与预测模型在区域的适用性评估。本发明提升了漂移轨迹预测中环境数据与物理模型耦合分析评价能力，有助于推动不同模式数据在漂移轨迹预测领域的应用并指导进一步区域数据精化工作。本发明提出了分析评价方法可以较为全面的验证相关预测模式在区域的真实表现，有助于提升轨迹预测的整体可靠性。

公开(公告)号：CN115221766B

公开(公告)日：2024-05-07

申请号：CN202210671133.6

申请日：2022-06-15

Applicant: 南京大学

Inventor： 夏南 ,  李满春 ,  程亮 ,  谌颂 ,  赵鑫 ,  周琛 ,  庄苏丹 ,  高醒 ,  王梓宇

IPC: G06F30/25 ,  G06F16/951 ,  G06F16/9537

Abstract: 本发明公开了一种改进辐射模型的跨境人口流动模拟方法，该方法包括以下步骤：基于互联网爬虫技术对跨境航班的基本信息进行获取，并对区域内的人口公里格网数据进行获取；基于航班的通行时间信息及道路网的通行时间构建引力模型，且通过改进空间邻域，完成辐射模型的构建；通过对引力模型及辐射模型进行耦合，完成引力‑辐射模型的构建；采用引力‑辐射模型计算格网级的人口流动模拟结果，并将人口流动模拟结果汇总至区县级、省级与国家级，同时与人口流动统计结果进行对比，完成引力‑辐射模型的精度验证。本发明能够有效提升跨境人口流动模拟的精度。

公开(公告)号：CN115146990B

公开(公告)日：2024-02-27

申请号：CN202210852776.0

申请日：2022-07-11

Applicant: 南京大学

Inventor： 夏南 ,  王梓宇 ,  李满春 ,  赵鑫 ,  张家榕 ,  陈振杰 ,  庄苏丹 ,  高醒

IPC: G06Q10/0639 ,  G06Q50/26 ,  G06F16/9537 ,  G06F16/29 ,  G06F18/23 ,  G06N5/01

Abstract: 本发明公开一种集成多源地理大数据的城市活力定量评价方法，本评价方法包括以下步骤：S1、对道路数据进行预处理获取街区数据，S2、将街区范围内获取的城市活力评价数据进行汇总，形成特征，S3、计算Pearson相关系数矩阵，确定特征与城市活力的相关性，同时排除冗余特征，S4、构建综合指标和机器学习模型模拟城市活力，S5、对城市活力模拟结果进行精度评价，分析各特征的贡献。本发明通过集成多源地理大数据，构建综合指标和构建机器学习模型，可以解决现有技术中城市活力评价方法精度不足、数据来源较少的问题，建立衡量各因素对城市活力的贡献的方法，并形成综合城市活力评价体系。

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：CN115795819A

公开(公告)日：2023-03-14

申请号：CN202211409294.4

申请日：2022-11-11

Applicant: 南京大学

Inventor： 李开放 ,  夏南 ,  李满春 ,  姜朋辉

IPC: G06F30/20 ,  G06F17/18

Abstract: 本发明公开了基于SEBS模型和CASA模型的植被水分利用效率模拟方法，该方法包括以下步骤：S1、采用SEBS模型模拟植被蒸散发量；S2、采用CASA模型估算植被净初级生产力；S3、估算植被水分利用效率并分析其空间分布特征和时间变化趋势。通过采用SEBS模型模拟植被蒸散发量，结合CASA模型模拟不同植被的净初级生产力，综合考虑气候、土壤、地形、人类活动等多方面因素，估算了植被水分利用效率，可以对气候变化和人类活动对植被的影响程度进行分析，为监测区域生态保护状况提供技术支撑。

公开(公告)号：CN115100395A

公开(公告)日：2022-09-23

申请号：CN202210736883.7

申请日：2022-06-27

Applicant: 南京大学

Inventor： 曾智伟 ,  陈振杰 ,  李满春 ,  黄秋昊 ,  李飞雪 ,  姜朋辉 ,  邱小倩 ,  许长青

IPC: G06V10/25 ,  G06V10/74 ,  G06V10/764 ,  G06V10/774 ,  G06V20/10

Abstract: 本发明公开一种融合POI预分类和图神经网络的城市街区功能分类方法，本分类方法包括以下步骤：S1、利用城市街区POI构建Delaunay三角网，S2、根据与每个POI点相连的Delaunay三角网边的平均边长，确定城市街区内POI的重要性排序，S3、选取城市街区内排名前三的POI类型，作为城市街区功能的组合标签，S4、对组合标签进行归并得到城市街区功能伪标签，S5、基于Delaunay三角网建立每个城市街区的POI图网络，S6、利用城市街区功能伪标签，训练图神经网络分类模型，S7、利用训练好的图神经网络分类模型进行城市街区功能分类。本发明方法能够提取POI数据的空间结构信息，丰富了POI数据的语义信息，从而提高城市街区功能分类的准确率。

公开(公告)号：CN115100227A

公开(公告)日：2022-09-23

申请号：CN202210760820.5

申请日：2022-06-29

Applicant: 南京大学

Inventor： 周琛 ,  余治欣 ,  陈振杰 ,  杜皓阳 ,  温伯清 ,  王梓安 ,  邱小倩 ,  李满春

IPC: G06T7/13 ,  G06T1/20 ,  G06F9/48 ,  G06F9/50

Abstract: 本发明涉及一种CPU‑GPU协同的遥感影像边缘检测并行计算方法，属于数据处理技术领域。该方法执行如下步骤：步骤1、并行环境初始化；步骤2、CPU主线程初始化GPU，并优化GPU内存；步骤3、由CPU计算端与GPU计算端分别执行计算任务；步骤4、同步CPU与GPU；步骤5、更新任务队列，若任务队列不为空，则返回步骤3，否则退出并行环境，终止计算。本发明通过对任务队列的数据进行划分以及GPU与CPU各计算线程双向任务调度分配的方式，优化了CPU与GPU内的线程组织与调度模式，实现了CPU与GPU间的负载均衡与高效并行的兼得。

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。