-
公开(公告)号：CN118942323A
公开(公告)日：2024-11-12
申请号：CN202410984686.6
申请日：2024-07-22
Applicant: 兰州交通大学
IPC: G09B29/00
Abstract: 本发明涉及地图制图自动化技术领域，公开了一种地图制图规则构建及其结构化组织方法及系统，包括以下步骤：S1、制图主区范围确定：根据数据确定制图分布范围，并进行边界处要素的综合处理，完成晕带的制作；S2、自然地理要素制图综合和符号化：实施自然地理要素的制图综合和符号化，并对地理要素分级标注；S3、人工地理要素制图综合和符号化：进行道路、居民地的制图综合与符号化，并进行点状居民地的分级标注；S4、全要素制图综合与标注：对地图上全部要素进行制图综合并注记，同时进行移位处理；S5、地图整饰：对地图进行整饰，通过将制图综合过程性知识用自然语言进行描述，以便制图专家、知识工程师和系统开发人员之间理解和交流。
-
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：CN117893708A
公开(公告)日：2024-04-16
申请号：CN202410065345.9
申请日：2024-01-17
Applicant: 兰州交通大学
IPC: G06T17/20
Abstract: 本申请实施例公开了一种基于边折叠的实景三维模型简化与优化方法及装置，包括：确定实景三维模型中每条边折叠后新顶点的位置；引入顶点近似曲率、体积误差和边界约束项作为约束条件计算各条边的折叠代价，并将全部边按折叠代价从小到大的顺序插入堆中；取出堆中折叠代价最小的边进行边折叠操作；从堆中删除该折叠边后，重新计算剩余边的折叠代价并更新堆直至达到简化要求；针对简化后的最终三维模型进行拉普拉斯网格优化处理。本申请在模型简化过程中通过引入约束条件来影响边折叠的代价，更好地保留模型的细节特征。随后对简化后网格进行优化，获得具有更高的模型质量。该方法简单高效易于实现，综合过程科学，适用于实景三维模型的轻量化。
-
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：CN118897899A
公开(公告)日：2024-11-05
申请号：CN202411400842.6
申请日：2024-10-09
Applicant: 兰州交通大学
IPC: G06F16/387 , G06F40/205 , G06F40/284 , G06F40/30 , G06N3/042 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06N5/04 , G06F16/35
Abstract: 本发明公开了一种多语义特征协同的中文地址匹配方法，该方法将地址匹配问题转换为二分类问题。首先，对中文地址进行地址要素解析，并利用训练语料库训练Word2vec模型生成其对应的词嵌入向量表示；然后，分别使用文本循环卷积神经网络和图注意力网络提取地址要素的多语义特征；最后，基于增强序列推理模型对地址多语义特征进行局部推理和推理组合，来实现中文地址的精准匹配。该方法显著优于现有的基于深度学习的中文地址匹配方法，在匹配精准率、召回率和F1值均取得了优异的结果，这对于地理编码等应用具有重要意义。
-
Patent Agency Ranking
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：CN117934840A
公开(公告)日：2024-04-26
申请号：CN202410095997.7
申请日：2024-01-24
Applicant: 兰州交通大学
IPC: G06V10/26 , G06V20/64 , G06V20/10 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/10
Abstract: 本发明涉及点云分割技术领域，具体涉及一种融合双邻域特征和全局空间感知的点云场景分割方法。建立基于点云双邻域特征和全局空间感知的网络模型，包括双邻域特征互补模块和全局空间感知模块；双邻域特征互补模块包括局部结构信息编码模块和语义信息引导模块；对点云空间坐标进行编码，获取局部邻域中点云的空间信息；对局部邻域中的点云进行聚类；捕获点云数据局部结构之间的长程依赖关系；将大规模场景点云数据作为所述网络模型的输入，利用网络模型对点云数据进行分割。本发明建立的网络模型从双邻域构造角度桥接几何结构特征和语义特征，同时嵌入全局空间感知模块来挖掘点云场景中的长程依赖关系，能够有效提升分割精度。
-
公开(公告)号：CN118897899B
公开(公告)日：2025-04-25
申请号：CN202411400842.6
申请日：2024-10-09
Applicant: 兰州交通大学
IPC: G06F16/387 , G06F40/205 , G06F40/284 , G06F40/30 , G06N3/042 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06N5/04 , G06F16/35
Abstract: 本发明公开了一种多语义特征协同的中文地址匹配方法，该方法将地址匹配问题转换为二分类问题。首先，对中文地址进行地址要素解析，并利用训练语料库训练Word2vec模型生成其对应的词嵌入向量表示；然后，分别使用文本循环卷积神经网络和图注意力网络提取地址要素的多语义特征；最后，基于增强序列推理模型对地址多语义特征进行局部推理和推理组合，来实现中文地址的精准匹配。该方法显著优于现有的基于深度学习的中文地址匹配方法，在匹配精准率、召回率和F1值均取得了优异的结果，这对于地理编码等应用具有重要意义。
-
公开(公告)号：CN119515641A
公开(公告)日：2025-02-25
申请号：CN202411619426.5
申请日：2024-11-13
Applicant: 兰州交通大学
IPC: G06Q50/26 , G06Q10/04 , G06F18/213 , G06F18/25
Abstract: 本发明公开一种城市犯罪时空分布预测方法和装置、系统、存储介质，步骤S1、获取历史犯罪数据和历史出租车流数据；步骤S2、根据历史犯罪数据和历史出租车流数据，得到社区出租车流特征、犯罪的近邻趋势特征和长期趋势特征；步骤S3、根据社区出租车流特征、犯罪的近邻趋势特征和长期趋势特征以及社区间关联关系，得到犯罪时空分布预测模型；步骤S4、将实时的出租车流数据输入到犯罪时空分布预测模型，得到城市犯罪时空分布结果。采用本发明的技术方案，可以实现城市犯罪的精准预测。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.026 seconds)
