-
公开(公告)号：CN110909788B
公开(公告)日：2020-11-27
申请号：CN201911135825.3
申请日：2019-11-19
Applicant: 湖南博通信息股份有限公司 , 中南大学
Abstract: 本发明提供一种基于统计聚类的轨迹数据中道路交叉口位置识别方法，包括轨迹数据坐标投影转换、轨迹数据化简处理；针对化简后轨迹数据，采用多核并行计算方式，根据采样点转向变化识别道路交叉口区域内的采样点，构成转向采样点集合；以转向采样点集合为输入，利用自适应统计聚类算法进行自动划分聚类，将不同位置的道路交叉口进行剥离；最后，针对每个转向采样点聚类，通过最小外接圆拟合算法计算覆盖该聚类的最小外接圆的中心位置和半径，以最小外接圆的中心和半径表示该道路交叉口的中心位置和区域范围。
-
公开(公告)号：CN110909788A
公开(公告)日：2020-03-24
申请号：CN201911135825.3
申请日：2019-11-19
Applicant: 湖南博通信息股份有限公司 , 中南大学
Abstract: 本发明提供一种基于统计聚类的轨迹数据中道路交叉口位置识别方法，包括轨迹数据坐标投影转换、轨迹数据化简处理；针对化简后轨迹数据，采用多核并行计算方式，根据采样点转向变化识别道路交叉口区域内的采样点，构成转向采样点集合；以转向采样点集合为输入，利用自适应统计聚类算法进行自动划分聚类，将不同位置的道路交叉口进行剥离；最后，针对每个转向采样点聚类，通过最小外接圆拟合算法计算覆盖该聚类的最小外接圆的中心位置和半径，以最小外接圆的中心和半径表示该道路交叉口的中心位置和区域范围。
-
公开(公告)号：CN119719832A
公开(公告)日：2025-03-28
申请号：CN202510216690.2
申请日：2025-02-26
Applicant: 中南大学 , 中国科学院空天信息创新研究院
IPC: G06F18/23213 , G06F18/22 , G06F123/02
Abstract: 本申请涉及运动模式识别技术领域，提供了一种基于移动目标轨迹的运动模式挖掘方法及相关设备。该方法包括：基于所有轨迹数据获取每个移动目标对的距离变化序列；根据所有距离变化序列计算汇聚率和分离率，并根据汇聚率和分离率从所有移动目标中确定出多个汇聚移动目标和多个分离移动目标；根据在当前时刻的轨迹数据，对汇聚移动目标进行聚类，得到多个汇聚聚类簇，并根据在第1个时刻的轨迹数据，对分离移动目标进行聚类，得到多个分离聚类簇；将每个汇聚聚类簇中所有移动目标在时间段内的运动作为一汇聚模式，将每个分离聚类簇中所有移动目标在时间段内的运动作为一分离模式。本申请的方法能够提高运动模式挖掘的泛用性和可靠性。
-
公开(公告)号：CN119600608A
公开(公告)日：2025-03-11
申请号：CN202510145729.6
申请日：2025-02-10
Abstract: 本申请适用于三维建模技术领域，提供了一种城市建筑物的语义实景三维建模方法，包括：根据城市的OSM数据构建城市内各建筑物的三维模型；基于路网数据确定多个街景图像采样位置，并在每个街景图像采样位置采集多个方向的街景图像数据；获取街景图像数据的建筑物特征描述信息和文本信息集合，根据建筑物特征描述信息、文本信息集合和预定义的建筑物功能描述字典确定街景图像数据对应的建筑物功能类型；根据确定出的建筑物功能类型和街景图像采样位置，为城市内各建筑物的三维模型赋值语义描述信息，得到城市内各建筑物的语义实景三维模型。本申请能构建具备语义描述信息的建筑物三维模型，使得建筑物三维模型能满足智能城市应用的高精度需求。
-
公开(公告)号：CN117191004B
公开(公告)日：2024-03-19
申请号：CN202311461668.1
申请日：2023-11-06
Applicant: 中南大学
IPC: G01C21/00
Abstract: 本发明实施例中提供了一种融合众源轨迹数据的户外三维步行导航路网地图生成方法，属于导航技术领域，具体包括：获取目标区域内的行人户外步行轨迹数据；利用核密度估计算法生成步行轨迹数据的多级密度栅格图像；基于数学形态学细化算子提取道路骨架线；矢量化道路骨架线得到初始路网数据；将初始路网数据与步行轨迹数据进行匹配，去除虚假道路；对初次匹配处理后的初始路网数据进行拓扑优化和交叉口细化得到二维步行路网；将目标区域划分为细粒度的格网；计算格网内的高程估计值；将二维步行路网的节点与对应格网内的高程估计值进行叠加，生成三维步行导航路网地图数据。通过本发明的方案，提高了行人导航的适应性和精准度。
-
Patent Agency Ranking
-
公开(公告)号：CN110738856A
公开(公告)日：2020-01-31
申请号：CN201911100627.3
申请日：2019-11-12
Applicant: 中南大学
Abstract: 本发明公开了一种基于移动聚类的城市交通拥堵精细识别方法，所述识别方法包括：步骤1，对轨迹数据进行预处理，所述预处理包括对所述轨迹数据进行数据清洗与路网匹配，并将匹配后的轨迹数据投影到相应时间片中；步骤2，提取每个时间片上具有显著高密度的空间簇，进一步度量相邻时间片的簇间相似性，提取候选拥堵时空簇；步骤3，计算所述时空簇的平均速度和成长时长，若计算得到的平均速度和成长时长达到预设条件，则识别该时空簇为包含交通拥堵现象的时空区域。本发明能够挖掘路网环境下交通拥堵的精细时空范围、拥堵规模和生存时间等特征，同时本发明基于低成本车辆轨迹大数据，能够有效识别交通拥堵从发生到结束的全生命周期过程。
-
公开(公告)号：CN109325085A
公开(公告)日：2019-02-12
申请号：CN201810898260.3
申请日：2018-08-08
Applicant: 中南大学
IPC: G06F16/29 , G06F16/9537 , G06K9/00 , G06Q10/06 , G06Q50/26
Abstract: 本发明公开了一种融合遥感影像和POI数据的城市用地功能识别与变化检测方法，所述方法包括：提取基于遥感影像的用地类型；基于POI数据进行城市功能区识别；融合不同尺度的功能区识别结果；检测城市功能区变化，分析演化趋势。本发明综合考虑了不同来源数据的特征，融合遥感影像和POI数据对城市功能区进行不同尺度的识别，对识别结果的融合，实现城市功能区的精准识别；并充分考虑了POI面积权重，从而可以有效地识别混合功能区；并通过多时序数据，建立城市功能区时空变化的演化分析模型，挖掘城市用地功能的时空变化规律与趋势。
-
公开(公告)号：CN103914558A
公开(公告)日：2014-07-09
申请号：CN201410151706.8
申请日：2014-04-16
Applicant: 中南大学
IPC: G06F17/30
CPC classification number: Y02A90/15 , G06F17/30536
Abstract: 本发明一种基于时空统计的气象要素时空聚集模式挖掘方法，首先对气象数据进行预处理与探索性分析判断气象要素时空聚集模式的是否存在；若气象要素存在聚集模式，则进一步借助时空统计学理论构建时空邻近域；在此基础上，融合空间、时间与专题属性三方面因素估计气象时空实体的密度；最后，将高密度气象时空实体聚集成簇，并进行可视化表达。优点如下：采用时空统计学理论避免了人为因素对气象要素时空聚集模式挖掘的主观影响，从时间、空间耦合的视角综合考虑气象要素的动态演化规律，有效提高时空聚类分析方法挖掘深层次地学规律的能力。
-
公开(公告)号：CN119719832B
公开(公告)日：2025-05-16
申请号：CN202510216690.2
申请日：2025-02-26
Applicant: 中南大学 , 中国科学院空天信息创新研究院
IPC: G06F18/23213 , G06F18/22 , G06F123/02
Abstract: 本申请涉及运动模式识别技术领域，提供了一种基于移动目标轨迹的运动模式挖掘方法及相关设备。该方法包括：基于所有轨迹数据获取每个移动目标对的距离变化序列；根据所有距离变化序列计算汇聚率和分离率，并根据汇聚率和分离率从所有移动目标中确定出多个汇聚移动目标和多个分离移动目标；根据在当前时刻的轨迹数据，对汇聚移动目标进行聚类，得到多个汇聚聚类簇，并根据在第1个时刻的轨迹数据，对分离移动目标进行聚类，得到多个分离聚类簇；将每个汇聚聚类簇中所有移动目标在时间段内的运动作为一汇聚模式，将每个分离聚类簇中所有移动目标在时间段内的运动作为一分离模式。本申请的方法能够提高运动模式挖掘的泛用性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.042 seconds)
