公开(公告)号：CN115100394B

公开(公告)日：2023-11-03

申请号：CN202210729862.2

申请日：2022-06-24

Applicant: 南京大学

Inventor： 陈振杰 ,  曾智伟 ,  周琛 ,  邱小倩 ,  徐润鹏 ,  马磊 ,  许长青 ,  夏南 ,  陈东

IPC: G06V10/25 ,  G06V10/764 ,  G06V20/10 ,  G06V20/70

Abstract: 本发明涉及一种基于兴趣点Voronoi图的城市街区功能识别方法，属于数据处理技术领域。该方法执行如下步骤：对城市街区内部的兴趣点数据按类别进行分类；创建规则格网将城市街区划分为若干格网单元；对每个格网单元内的兴趣点数据进行聚合，得到兴趣点聚合点数据；基于兴趣点聚合点数据创建Voronoi图，得到每个兴趣点聚合点数据对应的Voronoi多边形；计算城市街区内每个Voronoi多边形的面积，将Voronoi多边形的面积与城市街区的面积之比作为对应的兴趣点聚合点数据的权重，从而实现对城市街区的功能识别。本发明能够凸显密度低但能够表征城市街区主导功能的兴趣点数据重要性，从而有助于提高基于兴趣点数据的城市街区功能区识别的准确率。

公开(公告)号：CN119180678A

公开(公告)日：2024-12-24

申请号：CN202411238307.5

申请日：2024-09-05

Applicant: 南京大学

Inventor： 陈振杰 ,  徐润鹏 ,  刘伟龙 ,  李满春 ,  李飞雪 ,  周琛 ,  夏南 ,  卢诗颖

IPC: G06Q30/0204 ,  G16H40/20 ,  G06F17/18 ,  G06N3/126

Abstract: 本发明属于信息自动化技术领域，并公开了一种跨层级的医疗设施选址方法，包括：在待选址区域内使用连续型决策变量来模拟不同层级医疗设施选址方案；基于预设种群规模和所述连续型决策变量构建初始父代医疗设施备选方案种群；构建医疗设施的多目标选址模型，所述多目标选址模型的目标函数包括总出行距离最小目标函数、覆盖人口最大目标函数和机会成本最小目标函数；基于非支配排序算法和精英选择策略对所述医疗设施多目标选址模型进行迭代求解，得到最优解集；对最优解集中的医疗设施备选方案进行排序，基于排序结果确定不同层级医疗设施选址方案。本发明所述技术方案能够精确且高效地确定多个层级的医疗设施最佳选址，能够满足实际生产的需要。

公开(公告)号：CN114911787B

公开(公告)日：2023-10-27

申请号：CN202210613379.8

申请日：2022-05-31

Applicant: 南京大学

Inventor： 陈振杰 ,  许长青 ,  徐润鹏 ,  周琛 ,  曾智伟 ,  夏南 ,  马磊 ,  陈东

IPC: G06F16/215 ,  G06F40/216 ,  G06F40/289

Abstract: 本发明涉及一种融合位置和语义约束的多源POI数据清洗方法，属于数据处理技术领域。该方法执行如下步骤：步骤1，对收集到的多源POI数据进行GeoHash转换；步骤2，对转换后的字符串进行邻近点查询；步骤3，对步骤2中存在邻近点的窗口进行冗余处理；步骤4，构建分词方案；步骤5，对步骤4处理后的数据进行冗余处理；步骤6，基于步骤5重新构建的分词方案的词频统计完成POI数据重匹配。该方法能更加准确高效地完成数据清洗工作，清洗结果更加优秀，更切合实际且行之有效。

公开(公告)号：CN115100394A

公开(公告)日：2022-09-23

申请号：CN202210729862.2

申请日：2022-06-24

Applicant: 南京大学

Inventor： 陈振杰 ,  曾智伟 ,  周琛 ,  邱小倩 ,  徐润鹏 ,  马磊 ,  许长青 ,  夏南 ,  陈东

IPC: G06V10/25 ,  G06V10/764 ,  G06V20/10 ,  G06V20/70

Abstract: 本发明涉及一种基于兴趣点Voronoi图的城市街区功能识别方法，属于数据处理技术领域。该方法执行如下步骤：对城市街区内部的兴趣点数据按类别进行分类；创建规则格网将城市街区划分为若干格网单元；对每个格网单元内的兴趣点数据进行聚合，得到兴趣点聚合点数据；基于兴趣点聚合点数据创建Voronoi图，得到每个兴趣点聚合点数据对应的Voronoi多边形；计算城市街区内每个Voronoi多边形的面积，将Voronoi多边形的面积与城市街区的面积之比作为对应的兴趣点聚合点数据的权重，从而实现对城市街区的功能识别。本发明能够凸显密度低但能够表征城市街区主导功能的兴趣点数据重要性，从而有助于提高基于兴趣点数据的城市街区功能区识别的准确率。

公开(公告)号：CN114911787A

公开(公告)日：2022-08-16

申请号：CN202210613379.8

申请日：2022-05-31

Applicant: 南京大学

Inventor： 陈振杰 ,  许长青 ,  徐润鹏 ,  周琛 ,  曾智伟 ,  夏南 ,  马磊 ,  陈东

IPC: G06F16/215 ,  G06F40/216 ,  G06F40/289

Abstract: 本发明涉及一种融合位置和语义约束的多源POI数据清洗方法，属于数据处理技术领域。该方法执行如下步骤：步骤1，对收集到的多源POI数据进行GeoHash转换；步骤2，对转换后的字符串进行邻近点查询；步骤3，对步骤2中存在邻近点的窗口进行冗余处理；步骤4，构建分词方案；步骤5，对步骤4处理后的数据进行冗余处理；步骤6，基于步骤5重新构建的分词方案的词频统计完成POI数据重匹配。该方法能更加准确高效地完成数据清洗工作，清洗结果更加优秀，更切合实际且行之有效。