-
公开(公告)号：CN115221766A
公开(公告)日：2022-10-21
申请号：CN202210671133.6
申请日：2022-06-15
Applicant: 南京大学
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：CN116486031B
公开(公告)日：2025-04-04
申请号：CN202310597493.0
申请日：2023-05-25
Applicant: 南京大学
IPC: G06T17/05 , G06V10/25 , G06V10/26 , G06V10/80 , G06T3/4053 , G06V10/764 , G06V20/17
Abstract: 本发明公开时序遥感数据与地理大数据融合的城市更新区域识别方法，本方法包括以下步骤：S1、研究基于分位数的方法，综合POI与NPPNL数据，提取X年研究区内城市建成区范围；S2、通过对X‑8年到X年的多源遥感数据进行处理，识别城市空地、城市绿地以及城市建设用地，进而得到城市建成区范围内的年度土地覆盖地图。本发明基于POI和夜间灯光数据，使用分位数法提取了研究区终止年份的城市建成区范围，基于语义分割算法、遥感指数计算等方法对Google Earth HRRS时序数据与Landsat时间序列数据进行处理，能够准确地对城市土地覆盖类型进行分类，从而进一步开展城市更新监测，制定了土地覆盖类型转换规则，监测城市更新动态，对城市更新的学术发展和未来城市发展具有重要意义。
-
公开(公告)号：CN116486031A
公开(公告)日：2023-07-25
申请号：CN202310597493.0
申请日：2023-05-25
Applicant: 南京大学
Abstract: 本发明公开时序遥感数据与地理大数据融合的城市更新区域识别方法，本方法包括以下步骤：S1、研究基于分位数的方法，综合POI与NPPNL数据，提取X年研究区内城市建成区范围；S2、通过对X‑8年到X年的多源遥感数据进行处理，识别城市空地、城市绿地以及城市建设用地，进而得到城市建成区范围内的年度土地覆盖地图。本发明基于POI和夜间灯光数据，使用分位数法提取了研究区终止年份的城市建成区范围，基于语义分割算法、遥感指数计算等方法对Google Earth HRRS时序数据与Landsat时间序列数据进行处理，能够准确地对城市土地覆盖类型进行分类，从而进一步开展城市更新监测，制定了土地覆盖类型转换规则，监测城市更新动态，对城市更新的学术发展和未来城市发展具有重要意义。
-
公开(公告)号：CN115424139A
公开(公告)日：2022-12-02
申请号：CN202210701304.5
申请日：2022-06-21
Applicant: 南京大学
IPC: G06V20/13 , G06F16/951 , G06K9/62 , G06Q10/04 , G06Q10/06 , G06V10/44 , G06V10/764 , G06V10/80 , G06V20/10
Abstract: 本发明公开了一种融合遥感数据与位置大数据的居民地提取方法，该方法包括以下步骤：S1、采用网络爬虫技术获取开源的位置大数据，并提取其时间序列特征；S2、结合多尺度遥感影像与遥感分类产品数据，采用分层随机取样的方法，构建并标注训练样本和验证样本集合；S3、以统一评价单元为基础获取遥感与位置大数据的多维特征，并通过特征重要性分析结果，实现低冗余度特征的筛选；S4、构建融合遥感数据与位置大数据的随机森林分类器，实现大区域居民地的提取。通过与已有结果、单一特征提取结果等比对，分析遥感‑位置特征联合的居民地提取结果精度，构建大区域居民地提取的机器学习模型，实现大区域居民地的高精度提取。
-
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
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。
-
Patent Agency Ranking
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
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：CN119443378A
公开(公告)日：2025-02-14
申请号：CN202411490496.5
申请日：2024-10-24
Applicant: 南京大学
Abstract: 本发明公开了一种城镇空间三维结构与人口流动的相关性分析方法，涉及城镇空间与人口流动相关性分析领域，该方法包括以下步骤：基于城镇建设数据集构建城镇建设指标体系，通过对城镇建设指标体系进行结构特征分析，得到城镇建设三维空间结构特征；利用基站获取手机信令数据并识别城镇人口的通勤行为，构建城镇人口流动的网络结构特征；利用LightGBM算法构建并训练回归模型，通过SHAP算法对回归模型进行解释性分析。本发明通过对城镇空间特征与人口流动时空相关性分析，探究城镇空间结构的各特征对人口流动重要程度，进而有效地利用人口流动趋势来进行对城市发展规划方向提供有价值的参考。
-
公开(公告)号：CN116644809B
公开(公告)日：2024-04-05
申请号：CN202310597567.0
申请日：2023-05-25
Applicant: 南京大学
IPC: G06N5/01 , G06N20/00 , G06Q10/0639 , G06Q50/26
Abstract: 本发明公开一种集成地理大数据和机器学习的城镇开发边界划定方法，本方法包括以下步骤：S1、收集的大量多源地理大数据进行数据清洗等预处理；S2、从自然要素、生态要素、人文要素三个维度构建指标因子，从单因子角度分析城镇开发边界适宜性，并得到各评价指标的评分标准；S3、构建随机森林模型来确定各指标权重。本发明基于空间调查数据等基础地理数据，融合夜间灯光、微博签到、房屋地价数据等地理大数据集成多源地理大数据，从自然、人文、生态三个维度选取全面合理的因子构建城镇开发边界适宜性指标体系，以人工绘制的边界为参考，使用机器学习方法确定权重，划定城镇开发边界。
-
公开(公告)号：CN116644809A
公开(公告)日：2023-08-25
申请号：CN202310597567.0
申请日：2023-05-25
Applicant: 南京大学
IPC: G06N5/01 , G06N20/00 , G06Q10/0639 , G06Q50/26
Abstract: 本发明公开一种集成地理大数据和机器学习的城镇开发边界划定方法，本方法包括以下步骤：S1、收集的大量多源地理大数据进行数据清洗等预处理；S2、从自然要素、生态要素、人文要素三个维度构建指标因子，从单因子角度分析城镇开发边界适宜性，并得到各评价指标的评分标准；S3、构建随机森林模型来确定各指标权重。本发明基于空间调查数据等基础地理数据，融合夜间灯光、微博签到、房屋地价数据等地理大数据集成多源地理大数据，从自然、人文、生态三个维度选取全面合理的因子构建城镇开发边界适宜性指标体系，以人工绘制的边界为参考，使用机器学习方法确定权重，划定城镇开发边界。
-
公开(公告)号：CN115146990A
公开(公告)日：2022-10-04
申请号：CN202210852776.0
申请日：2022-07-11
Applicant: 南京大学
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。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.024 seconds)
