-
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：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：CN119988888A
公开(公告)日：2025-05-13
申请号：CN202510453091.2
申请日：2025-04-11
Applicant: 中南大学
IPC: G06F18/20 , G06Q50/26 , G06F18/2433
Abstract: 本发明实施例中提供了一种滑坡灾害易发性与危险性耦合评价方法，属于数据处理技术领域，具体包括：根据目标区域的多源数据提取滑坡灾害因子特征并进行预处理；将栅格特征数据进行区间划分并计算每个区间的滑坡事件频率；根据栅格特征数据中的降雨栅格数据计算预设时间区间内累计降雨量的局部莫兰指数来识别降雨空间分布中的异常区域；根据滑坡事件频率和降雨异常因子进行基于贝叶斯优化的易发性‑危险性耦合评价；基于孕灾特征最优权重，输入目标区域每个栅格实时的静态孕灾特征区间索引，得到易发性评价结果图，以及，将每个栅格实时的特征向量输入危险性评价模型，得到危险性评价结果图。通过本发明的方案，提高了评估精准度和适应性。
-
公开(公告)号：CN119808026A
公开(公告)日：2025-04-11
申请号：CN202510281616.9
申请日：2025-03-11
Applicant: 中南大学
IPC: G06F18/27 , G06Q10/063 , G06Q50/26 , G06F18/213
Abstract: 本发明实施例中提供了一种基于持续同调的城市空间结构与交通拥堵关系度量方法，属于交通控制技术领域，具体包括：步骤1，将目标地区的目标数据与路网匹配，并识别城市空间结构特征与交通拥堵特征；步骤2，将城市空间结构特征和交通拥堵特征代入多尺度地理加权回归模型中进行回归分析，生成分析结果；步骤3，根据分析结果和持续同调方法度量城市空间结构与交通拥堵之间的关系。通过本发明的方案，考虑现实环境中多个城市空间结构特征会相互作用的耦合性和拓扑性质，利用多尺度地理加权回归计算多个城市空间结构特征与交通拥堵之间的关系，应用持续同调的方法度量城市空间结构特征与交通拥堵特征之间的关系，具有更强的现实性和可解释性。
-
公开(公告)号：CN114708521B
公开(公告)日：2025-03-25
申请号：CN202210372812.3
申请日：2022-04-07
Applicant: 中南大学
IPC: G06V20/20 , G06V10/25 , G06V10/764 , G06V10/82 , G06F16/951 , G06F16/9537 , G06Q10/04 , G06Q50/26 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明提供了一种基于街景图像目标关系感知网络的城市功能区识别方法及系统，包括：获取街景图像，并对所述街景图像进行随机水平翻转、随机几何变换和随机颜色抖动操作，增强训练数据；根据所述训练数据构建训练数据集，将训练集街景图像输入到基于图的关系感知网络中进行训练，得到训练后的城市功能区识别模型；对街景图像进行空间关系感知，根据得到的城市功能区类型对所述街景图像进行识别；获取到研究区域范围内的POI数据，对所述POI数据进行分类，并基于POI数据得到城市功能区分类；能够模拟人类识别和推理过程，捕捉街景图像中的局部空间关系和全局语义关系，增强城市功能区检测器的能力。
-
Patent Agency Ranking
公开(公告)号：CN119648943A
公开(公告)日：2025-03-18
申请号：CN202510150268.1
申请日：2025-02-11
IPC: G06T17/05
Abstract: 本申请适用于地理信息处理技术领域，提供了一种地理场景实例化建模方法，包括：将研究区域划分为多个格网单元，并将每个格网单元作为一地理场景；构建地理场景本体模型；地理场景本体模型包括多个地理场景节点和多个地理要素节点，多个地理场景节点与多个格网单元一一对应，每个地理场景节点表示对应的地理场景，多个地理要素节点与研究区域内的多个实体一一对应，每个地理场景节点与位于其对应的格网单元内的实体对应的地理要素节点之间设有关系边；基于动态调整的相似度阈值对地理场景本体模型中的地理场景节点进行多次合并处理，并将经过多次合并处理后的地理场景本体模型作为研究区域的地理场景实例化模型。本申请能实现地理场景实例化建模。
-
公开(公告)号：CN119204362B
公开(公告)日：2025-02-25
申请号：CN202411736894.0
申请日：2024-11-29
Applicant: 中南大学
IPC: G06Q10/04 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06Q50/26 , G06F18/214 , G06F18/241
Abstract: 本发明提供了一种城市区域人群流量预测方法及相关设备，包括获取训练用历史人群流量数据输入包括空间趋势学习模块和时空压缩残差学习模块的城市区域人群流量预测模型进行训练，得到训练后的城市区域人群流量预测模型；将目标城市区域的历史人群流量数据输入训练后的城市区域人群流量预测模型，通过空间趋势学习模块对目标城市区域的历史人群流量数据进行压缩并重构，得到空间异质趋势，通过时空压缩残差学习模块对目标城市区域的历史人群流量数据进行预测，得到时空压缩残差；结合空间异质趋势和时空压缩残差，计算得到目标城市区域的未来人群流量数据，以提升未来人群流量的预测精度。
-
公开(公告)号：CN119204362A
公开(公告)日：2024-12-27
申请号：CN202411736894.0
申请日：2024-11-29
Applicant: 中南大学
IPC: G06Q10/04 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06Q50/26 , G06F18/214 , G06F18/241
Abstract: 本发明提供了一种城市区域人群流量预测方法及相关设备，包括获取训练用历史人群流量数据输入包括空间趋势学习模块和时空压缩残差学习模块的城市区域人群流量预测模型进行训练，得到训练后的城市区域人群流量预测模型；将目标城市区域的历史人群流量数据输入训练后的城市区域人群流量预测模型，通过空间趋势学习模块对目标城市区域的历史人群流量数据进行压缩并重构，得到空间异质趋势，通过时空压缩残差学习模块对目标城市区域的历史人群流量数据进行预测，得到时空压缩残差；结合空间异质趋势和时空压缩残差，计算得到目标城市区域的未来人群流量数据，以提升未来人群流量的预测精度。
-
公开(公告)号：CN118365006B
公开(公告)日：2024-09-24
申请号：CN202410784700.8
申请日：2024-06-18
Applicant: 中南大学
IPC: G06Q10/063 , G06N7/01 , G06Q50/26 , G06F16/29
Abstract: 本发明提供了一种基于空间因果发现的城市功能设施集群效应挖掘方法，包括：获取POI数据并进行预处理，按规则格网划分研究单元；计算各研究单元中各类POI集群的聚集程度；基于LiNGAM因果发现算法构建城市功能设施集群因果关系结构图；基于城市功能设施集群因果关系结构图建立贝叶斯网络，计算节点条件概率分布；基于后门准则和前门准则实施干预运算消除混杂因子，计算城市功能设施间的集群因果效应。本发明将空间因果发现思想引入其中，能够更准确地揭示功能设施之间的因果驱动方向和因果驱动程度，有助于深入挖掘功能设施集群的形成演化过程，准确估计功能设施集群间相互诱导建设的作用程度。
-
公开(公告)号：CN118134673A
公开(公告)日：2024-06-04
申请号：CN202410552053.8
申请日：2024-05-07
IPC: G06Q50/00 , G06F16/2457 , G06F16/29 , G06N3/126 , G06N7/01
Abstract: 本发明公开了一种城市空间的竞争合作强度计算方法，包括获取城市空间数据信息并预处理和构建目标城市空间交互图；得到目标城市中各个街区隶属于各个社团的隶属度数据，计算目标城市重叠社团数据；计算得到各个重叠社团的特征向量；对各个社团之间的交互流量进行建模；采用遗传算法进行重复迭代计算，得到最优的各个社团与各个街区的竞争合作强度数据，完成目标城市空间的竞争合作强度计算。本发明还公开了一种实现所述城市空间的竞争合作强度计算方法的系统。本发明基于城市空间数据信息推演城市空间的竞争合作强度数据，解决了多因素影响下难以进行整体性分析的难点，不仅能够完成城市空间的竞争合作强度的计算分析，而且可靠性高、精确性好。
-
-
-
-
-
-
-
-
-
Search Results
219
records
(took 0.059 seconds)
