-
Patent Agency Ranking
公开(公告)号：CN119513557A
公开(公告)日：2025-02-25
申请号：CN202411795965.4
申请日：2024-12-09
Applicant: 兰州交通大学
Abstract: 本发明公开一种工字形建筑群组模式识别方法和装置、系统、存储介质，步骤S1、根据建筑物群组工字形排列空间关系和不同尺度上对应建筑物匹配关系，构建建筑物知识图谱；步骤S2、根据建筑物知识图谱，通过基于规则的推理，以识别符合人类视觉识别原则的单一空间尺度下的工字形建筑物模式和多尺度数据支持的工字形建筑物模式。采用本发明的技术方案，显著提升工字形建筑模式的识别效果。
-
公开(公告)号：CN118781489A
公开(公告)日：2024-10-15
申请号：CN202410923098.1
申请日：2024-07-10
Applicant: 兰州交通大学
IPC: G06V20/10 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种考虑三维高程特征的河网模式识别方法，该方法为：基于OSM河流矢量数据筛选出树枝状、平行状、骨架状和扇子状四类河网模式的河网样本，并使用DEM数据为河网模式提供高程信息，分别提取河网样本的二维和三维特征形成河网特征，同时，对河网样本打上河网模式类型的标签；构建河网对偶图，河网对偶图中以河网的河段为节点，河段之间的连接关系为边；由河网样本的标签、河网特征和河网对偶图构建标签样本数据集；采用标签样本数据集训练基于一阶切比雪夫多项式近似下的谱域图卷积神经网络，训练完成后得到河网模式识别模型。本发明能够结合河网的二维特征和三维特征更准确地预测河网模式。
-
公开(公告)号：CN118447307A
公开(公告)日：2024-08-06
申请号：CN202410550444.6
申请日：2024-05-06
Applicant: 兰州交通大学
IPC: G06V10/764 , G06V10/762 , G06V10/40 , G06N3/0464 , G06N3/042 , G06V10/774
Abstract: 本申请涉及城市规划领域，公开了基于空间数据分析和图论方法的建筑群模式识别系统，包括：数据预处理单元，用于从地图数据中提取建筑物信息；特征提取单元，用于从提取的建筑物信息中获取视觉变量特征；图构建单元，用于基于提取的特征将建筑群聚类并构建图结构；模式识别单元，用于应用图卷积神经网络分析图结构并分类建筑群模式。本发明系统通过结合空间数据分析和图论方法，实现对城市建筑群模式的高效、自动化识别，此外，还通过使用图卷积神经网络，系统能够处理大规模数据集，提供准确的模式识别，支持复杂的城市环境分析。
-
公开(公告)号：CN118351376B
公开(公告)日：2025-01-03
申请号：CN202410532128.6
申请日：2024-04-29
Applicant: 兰州交通大学
Abstract: 本申请涉及建筑图像处理和分析领域，公开了基于建筑物群组相似度的图像处理识别方法，包括以下步骤：S1、将建筑群体数据转换为图形表示；S2、从建筑群体中提取特征，包括但不限于尺寸、朝向、形状和密度；S3、使用图嵌入算法将图形数据转换为向量表示；S4、计算所述向量表示之间的相似度以识别和分类建筑群体模式。本发明通过将复杂的建筑群体数据转换为图形表示，能够更有效地处理和分析大量建筑数据。图嵌入算法进一步将图数据转换为低维向量，简化了数据的处理流程，提高了处理速度，通过对建筑群体的精确分类和模式识别，本发明支持城市规划者和建筑设计师进行更为复杂的决策和规划。
-
公开(公告)号：CN118351376A
公开(公告)日：2024-07-16
申请号：CN202410532128.6
申请日：2024-04-29
Applicant: 兰州交通大学
Abstract: 本申请涉及建筑图像处理和分析领域，公开了基于建筑物群组相似度的图像处理识别方法，包括以下步骤：S1、将建筑群体数据转换为图形表示；S2、从建筑群体中提取特征，包括但不限于尺寸、朝向、形状和密度；S3、使用图嵌入算法将图形数据转换为向量表示；S4、计算所述向量表示之间的相似度以识别和分类建筑群体模式。本发明通过将复杂的建筑群体数据转换为图形表示，能够更有效地处理和分析大量建筑数据。图嵌入算法进一步将图数据转换为低维向量，简化了数据的处理流程，提高了处理速度，通过对建筑群体的精确分类和模式识别，本发明支持城市规划者和建筑设计师进行更为复杂的决策和规划。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
