-
公开(公告)号：CN118505064A
公开(公告)日：2024-08-16
申请号：CN202410935007.6
申请日：2024-07-12
Applicant: 中南大学 , 广州市阿尔法软件信息技术有限公司
IPC: G06Q10/0639 , G06N5/02 , G06Q50/26
Abstract: 本申请适用于知识图谱技术领域，提供了一种基于知识图谱的城市体检方法及系统，其中，该城市体检方法包括采集目标城市的时空数据，并从时空数据中提取目标城市对应的城市体征；根据城市体征，构建城市体检知识体系；根据时空数据，构建城市体检数据体系；根据城市体检知识体系和城市体检数据体系，构建城市体检知识图谱，并根据城市体检知识图谱，对目标城市进行城市体检。本申请能提高城市体检的准确性。
-
公开(公告)号：CN116050139A
公开(公告)日：2023-05-02
申请号：CN202310046007.6
申请日：2023-01-30
Applicant: 广州市阿尔法软件信息技术有限公司
IPC: G06F30/20 , G06Q10/0639 , G06Q50/26 , G06F16/29 , G06F119/02
Abstract: 本发明提供一种多尺度国土空间规划实施监测方法与系统，包括：采用数据驱动与经验知识相结合的方式构建基于PROV的数据溯源管理模型，形成可靠性评价机制；对市县尺度的国土空间规划实施监测工作中涉及到的自然与人文知识开展结构化建模与关联化处理，形成基于生命周期理论的市县尺度国土空间规划实施监测网络模型；设计面向数据更新情境的局部指标更新触发器，实现顾及可靠性的规划实施监测知识自动更新；设计顾及规划实施监测网络模型特点与规划实施监测目的预警机制。一定程度上实现国土空间规划实施监测知识的可靠性管理与自动更新，以及国土空间规划实施的动态监测与及时预警，为逐步实现可感知、善治理、自适应的智慧型规划提供重要基础。
-
公开(公告)号：CN115048531A
公开(公告)日：2022-09-13
申请号：CN202210647918.X
申请日：2022-06-09
Applicant: 广州市城市规划勘测设计研究院 , 广州市阿尔法软件信息技术有限公司
Abstract: 本发明公开了一种城市体检知识的知识管理方法、装置以及系统。通过从主题、指标以及方法三个方面，根据预设的多部门分析评价指标组、所述城市体检知识实例资源以及关联聚类方法，以知识图谱形式建立城市体检知识库，从而基于不同的分析评价指标建立了标准化的框架，进而实现知识管理的通用性和兼容性，该知识管理方法、装置以及系统提升了城市体检知识的知识管理效率；进一步地，本发明提供的一种城市体检知识的知识管理方法、装置以及系统还通过根据所述城市体检知识库，及时对所述城市体检本体库进行反向补充和完善，从而提升城市体检知识的知识管理的准确性。
-
公开(公告)号：CN119476507B
公开(公告)日：2025-05-06
申请号：CN202510076579.8
申请日：2025-01-17
Applicant: 中南大学 , 广州市阿尔法软件信息技术有限公司
Abstract: 本发明提供了一种多级协同的城市体检知识推理方法及相关设备，获取由城市体检知识图谱构建的知识库及问题请求；将问题请求输入实体级推理模块进行实体、属性识别，得到初始证据三元组，根据知识库对初始证据三元组进行知识挖掘，得到证据三元组；将问题请求和证据三元组输入功能级推理模块进行识别，得到问题请求中所需的城市体检分析功能，并根据城市体检分析功能调用时空分析工具进行时空分析，得到评估分析结果；将问题请求、证据三元组、知识库和评估分析结果均输入决策级推理模块对问题请求进行知识推理，得到推理结果；解决了城市体检知识推理过程中存在的知识挖掘不够深入、工具编排效率低下、知识推理不够精细的问题。
-
公开(公告)号：CN119476507A
公开(公告)日：2025-02-18
申请号：CN202510076579.8
申请日：2025-01-17
Applicant: 中南大学 , 广州市阿尔法软件信息技术有限公司
Abstract: 本发明提供了一种多级协同的城市体检知识推理方法及相关设备，获取由城市体检知识图谱构建的知识库及问题请求；将问题请求输入实体级推理模块进行实体、属性识别，得到初始证据三元组，根据知识库对初始证据三元组进行知识挖掘，得到证据三元组；将问题请求和证据三元组输入功能级推理模块进行识别，得到问题请求中所需的城市体检分析功能，并根据城市体检分析功能调用时空分析工具进行时空分析，得到评估分析结果；将问题请求、证据三元组、知识库和评估分析结果均输入决策级推理模块对问题请求进行知识推理，得到推理结果；解决了城市体检知识推理过程中存在的知识挖掘不够深入、工具编排效率低下、知识推理不够精细的问题。
-
Patent Agency Ranking
公开(公告)号：CN116307792B
公开(公告)日：2024-03-12
申请号：CN202211248965.3
申请日：2022-10-12
Applicant: 广州市阿尔法软件信息技术有限公司
IPC: G06Q10/0637 , G06Q50/26 , G06F40/216 , G06F40/242
Abstract: 本发明涉及一种面向城市体检主题场景的评估方法，包括以下：步骤110、获取城市体验文本材料，根据预设置的处理方法对所述城市体验文本进行预处理，得到具备城市体检指标体系特色的城市体检语义材料；步骤120、根据具备城市体检指标体系特色的城市体检语义材料，构建城市体检主题评估方案；步骤130、基于城市体检主题评估方案，构建城市体检主题评估模型；步骤140、基于所述城市体检主题评估模型对城市体检主题场景进行评估，得到评估结果。本发明融合了不同类型的城市体检指标和指标体系，并通过城市体检语义材料、主题评估方案和主题评估模型构建，实现了具有城市体检指标体系特色的语义聚类与全流程自动化综合评估。
-
公开(公告)号：CN118798743A
公开(公告)日：2024-10-18
申请号：CN202411278805.2
申请日：2024-09-12
Applicant: 中南大学 , 广州市阿尔法软件信息技术有限公司
IPC: G06Q10/0639 , G06N5/022 , G06N5/04 , G06Q10/10 , G06Q50/26 , G06F18/241
Abstract: 本申请适用于城市体检技术领域，提供了一种多维协同的城市体检智能决策系统，该系统包括用于获取对目标城市进行城市体检的多个阶段的时空数据的数据模块；用于根据时空数据，构建目标城市的城市体检指标体系的指标模块；用于根据城市体检指标体系，获取每个城市体检指标的指标特征的分析模块；用于根据指标特征，获取目标城市的评估结果的评估模块；用于根据评估结果，获取目标城市的治理决策的决策模块；用于构建目标城市进行城市体检的多个场景，并根据多个场景对治理决策进行分类，得到每个场景对应的治理决策的体检模块；本申请可以提高城市体检的效率，并且通过系统中各模块协同工作的特点体现出在辅助城市体检决策过程中的智能化优势。
-
公开(公告)号：CN116307792A
公开(公告)日：2023-06-23
申请号：CN202211248965.3
申请日：2022-10-12
Applicant: 广州市阿尔法软件信息技术有限公司
IPC: G06Q10/0639 , G06Q50/26 , G06F40/216 , G06F40/242
Abstract: 本发明涉及一种面向城市体检主题场景的评估方法，包括以下：步骤110、获取城市体验文本材料，根据预设置的处理方法对所述城市体验文本进行预处理，得到具备城市体检指标体系特色的城市体检语义材料；步骤120、根据具备城市体检指标体系特色的城市体检语义材料，构建城市体检主题评估方案；步骤130、基于城市体检主题评估方案，构建城市体检主题评估模型；步骤140、基于所述城市体检主题评估模型对城市体检主题场景进行评估，得到评估结果。本发明融合了不同类型的城市体检指标和指标体系，并通过城市体检语义材料、主题评估方案和主题评估模型构建，实现了具有城市体检指标体系特色的语义聚类与全流程自动化综合评估。
-
公开(公告)号：CN115098696A
公开(公告)日：2022-09-23
申请号：CN202210695086.9
申请日：2022-06-20
Applicant: 广州市阿尔法软件信息技术有限公司
Abstract: 本发明公开了一种城市体检知识图谱的构建方法、装置及存储介质，其中方法包括：获取城市体检知识资源，根据城市体检知识资源构建城市体检知识库；基于城市体检场景的知识表现形式和知识结构，根据城市体检知识库构建城市体检多维度知识结构模型；综合城市体检多维度知识结构模型中的多种类型信息，构建融合超图的城市体检网络模型；根据城市体检网络模型中的实体特点对城市体检知识库中的数据进行场景要素抽取，得到元场景信息；对元场景信息进行场景融合处理形成复合场景；对复合场景进行层次构建生成不同层次的场景图谱，对场景图谱中的场景语义进行补充和完善，得到城市体检知识图谱。本发明实施例能够有效提高对城市体检分析的全面性。
-
公开(公告)号：CN114445726B
公开(公告)日：2022-08-02
申请号：CN202111521298.7
申请日：2021-12-13
Applicant: 广东省国土资源测绘院 , 武汉汉达瑞科技有限公司 , 广州市阿尔法软件信息技术有限公司
Abstract: 本发明实施例提供了一种基于深度学习的样本库建立方法和装置，所述方法包括：训练云样本获得云检测模型，对样本进行筛选和处理后形成高质量样本库；对样本进行增广；对样本训练得到第一解译模型；对样本库中的样本进行解译并计算像素精度，满足要求的样本作为新样本库并进行增广，将增广获得的样本加入新样本库；对第一解译模型迭代优化得到第二解译模型；对未经预处理的样本解译并计算像素精度，对满足要求样本增广获得自然资源样本库。本发明相对现有技术，通过HRNet网络有效保留图像的几何信息，实现多尺度特征整合，增强了上下文特征提取能力；在建立样本库过程中能同时实现对样本的自动增广，通过深度学习提高模型的精度和样本质量。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.031 seconds)
