-
公开(公告)号：CN115546544A
公开(公告)日：2022-12-30
申请号：CN202211209998.7
申请日：2022-09-30
Applicant: 深圳市规划和自然资源数据管理中心 , 河海大学 , 南京大学
Abstract: 本发明公开了一种基于图神经网络的LiDAR点云与OSM标注信息流耦合分类方法。以图神经网络为理论依据，首先超分割激光雷达点云得到“超点”，并根据超点之间的邻接关系构建超点邻接图；利用PiontNet嵌入超点特征并设计邻接图边特征从而形成完整的图神经网络；再将超点与对应的众源地图平台标注信息关联，将其纳入基于图卷积网络的超点特征更新以实现众源地图平台标注信息全局传递，从而实现地表地物分类。本发明提出的激光雷达点云分类策略可以解决众源地图平台标注的稀疏性，表达众源地图平台标注对其他地物对象的影响，在地表分类上均取得较优的性能，实现了高质量、智能化的城市地表覆盖三维分类。
-
公开(公告)号：CN115393704A
公开(公告)日：2022-11-25
申请号：CN202210695358.5
申请日：2022-06-20
Applicant: 南京大学
IPC: G06V20/10 , G06V10/26 , G06V10/54 , G06V10/764
Abstract: 本发明公开一种面向对象的稻虾田遥感自动化监测方法，本自动化监测方法包括以下步骤：S1、获取分析单元；S2、选取稻虾田样本；S3、判定分割对象是否为稻虾田和S4、得到检测结果。本发明基于对象单元实现了大范围的稻虾田监测，避免了基于像素分析中的“椒盐效应”等问题，提高了监测精度，具体实施中自动提取样本且无需人工调整参数，提高了监测的自动化程度。
-
公开(公告)号：CN115221766A
公开(公告)日：2022-10-21
申请号：CN202210671133.6
申请日：2022-06-15
Applicant: 南京大学
IPC: G06F30/25 , G06F16/951 , G06F16/9537
Abstract: 本发明公开了一种改进辐射模型的跨境人口流动模拟方法，该方法包括以下步骤：基于互联网爬虫技术对跨境航班的基本信息进行获取，并对区域内的人口公里格网数据进行获取；基于航班的通行时间信息及道路网的通行时间构建引力模型，且通过改进空间邻域，完成辐射模型的构建；通过对引力模型及辐射模型进行耦合，完成引力‑辐射模型的构建；采用引力‑辐射模型计算格网级的人口流动模拟结果，并将人口流动模拟结果汇总至区县级、省级与国家级，同时与人口流动统计结果进行对比，完成引力‑辐射模型的精度验证。本发明能够有效提升跨境人口流动模拟的精度。
-
公开(公告)号：CN115129802A
公开(公告)日：2022-09-30
申请号：CN202210782643.0
申请日：2022-07-05
Applicant: 南京大学
Abstract: 本发明公开了一种基于多源数据和集成学习的人口空间化方法，该方法包括以下步骤：S1、获取多源数据并进行融合，构建人口空间化数据库；S2、从所述人口空间化数据库中构建用于模型拟合的指标体系，通过集成学习模型计算的特征重要性筛选出有效指标；S3、结合所述有效指标与社区人口之间的关系，构建Pop‑XGBoost人口空间化模型；S4、预测人口空间分布，并将格网人口模拟数据汇总至社区尺度，与真实的社区人口统计数据对比，验证结果精度。通过结合多源数据融合技术、指标筛选技术和集成学习技术等构建人口空间化模型，准确高效地实现高精度人口空间化预测。
-
公开(公告)号：CN111950658A
公开(公告)日：2020-11-17
申请号：CN202010886292.9
申请日：2020-08-28
Applicant: 南京大学
Abstract: 本发明公开了一种基于深度学习的LiDAR点云与光学影像先验级耦合分类方法，属于遥感科学技术领域。本发明步骤为：首先通过二维深度卷积网络分类多波段光学影像；再将地表覆盖二维分类的结果（即类别概率）利用最近邻算法赋予机载LiDAR点云，作为三维点云的先验概率特征；而后采用三维神经网络分类已嵌入二维类别概率的LiDAR点云，得到最终的城市三维土地覆盖分类结果。本发明利用先验级耦合策略将光学影像提供的波段信息赋予LIDAR点云，弥补了现有三维LiDAR点云数据中存在较少的标注数据的问题，先验级耦合策略分类策略可以降低训练过程的损失，以获得更好的分类效果，并阐释了城市地表覆盖二维分类与三维分类之间的联系。
-
Patent Agency Ranking
公开(公告)号：CN111079073A
公开(公告)日：2020-04-28
申请号：CN202010078768.6
申请日：2020-02-03
Applicant: 南京大学
IPC: G06F17/10
Abstract: 本发明涉及一种建筑物三维太阳能潜力计算方法，步骤包括：建筑物模型屋顶及立面点云采样、遮挡分析、天空视域分析、太阳辐射计算和太能潜力计算。本发明提升了精确估算三维建筑物实际太阳能潜力的技术手段，对建筑物模型进行屋顶-立面联合采样，然后进行遮挡分析和天空视域分析，以此进行太阳辐射的直射和散射计算。本发明提出的“屋顶-立面联合”技术方法不仅计算了常规方法中建筑物顶面的太阳能潜力，还同时计算了建筑物立面太阳能潜力，提高了城市建筑物太阳能利用的范围和潜力。本发明采用先对建筑物顶面和立面进行点采样，用离散化的方式进行空间遮挡分析和天空视域分析，充分考虑了周边建筑物对建筑物本身接受太阳能的影响。
-
公开(公告)号：CN108985306B
公开(公告)日：2020-03-31
申请号：CN201810731268.0
申请日：2018-07-05
Applicant: 南京大学
IPC: G06K9/46
Abstract: 本发明涉及一种基于改进边界代数法的相交多边形提取方法，包括以下步骤：对所有图层中的多边形顺序进行编号；计算包含所有图层的MBR，数组hDstDS、pIDArray和RLEGroup分别存放栅格单元的属性值、多边形ID和游程；对所有多边形使用边界代数算法依次进行栅格化，在栅格化过程中赋予各多边形的属性值均为1；在数组hDstDS中获取当前多边形MBR包含的栅格单元，并逐行读取获取其属性值，并根据不同的属性值进行相应处理；从数组RLEGroup存储的游程中提取相应的相交多边形组，即每个游程中的数组pGroup即对应一个相交多边形组。本发明计算复杂度低，尤其适用于规模化的多边形数据集的相交多边形提取。
-
公开(公告)号：CN109003316A
公开(公告)日：2018-12-14
申请号：CN201810730005.8
申请日：2018-07-05
Applicant: 南京大学
IPC: G06T11/00
Abstract: 本发明涉及一种基于多边形复杂度的并行栅格化数据划分方法，包括以下步骤：遍历所有多边形，计算每个多边形的最小外接矩形包含的栅格数目并归一化；计算各多边形的复杂度PC，并按从小到达的顺序进行排序形成队列；每次从队列首端和末端分别取出一个多边形，将其依次分配给所有的进程，直至所有的多边形分配完毕；各进程分别对被分配的多边形的最小外接矩形依次进行栅格化，其栅格化的结果以矩形栅格组存在，记录所述矩形栅格组的左上角点坐标以及该矩形栅格组的X方向和Y方向的栅格长度；各进程分别将其栅格化后得到的矩形栅格组写入到目标栅格中。本发明可以保证负载均衡并提高栅格化并行处理的效率。
-
公开(公告)号：CN104008552B
公开(公告)日：2017-01-25
申请号：CN201410266813.5
申请日：2014-06-16
Applicant: 南京大学 , 南京市国土资源信息中心
Abstract: 本发明涉及一种基于动态时间弯曲的时序SAR影像耕地提取方法，步骤包括：构建时序SAR影像；提取耕地参考时间序列；计算待分类像元时间序列与耕地参考时间序列之间的动态时间弯曲距离；计算结果阈值分割，待分类像元归类为耕地与非耕地；分割结果空域滤波，滤除孤立的耕地像元，填补连片耕地之间的缝隙，得到耕地的最终提取结果。本发明考虑到耕地时间序列特有的“时间轴弯曲”现象，使用动态时间弯曲距离（DTW）作为相似性度量标准，从而实现耕地像元与非耕地像元的划分，解决了传统方法无法适应时间轴畸变的时间序列相似性度量这一问题，提高了耕地的提取精度。本发明方法适应性强，提取精度可达82%以上，能够满足实际生产的需要。
-
公开(公告)号：CN103440489B
公开(公告)日：2017-01-11
申请号：CN201310423428.2
申请日：2013-09-16
Applicant: 南京大学
IPC: G06K9/46
Abstract: 本发明涉及一种像素级SAR影像时间序列的水体提取方法，该方法首先，对SAR影像数据集进行预处理，经过高精度匹配，构建像素级SAR影像时间序列，生成时间序列文本数据；其次，采样选取纯净水体像元和混合水体像元的时间序列，选取DTW作为时间序列的相似性度量，计算其DTW值作为最大阈值；然后计算所有像元的像素级SAR影像时间序列与纯净水体像元时间序列的DTW值，采用最大阈值方法分割SAR影像，获取二值图像；最后，采用8邻域搜索方法对二值图像进行操作以提高水体识别精度。该方法能够准确提取稳定的水资源分布范围，提取结果不受山体阴影、雨季积水及部分植被的影响，能够满足水体制图的要求。
-
-
-
-
-
-
-
-
-
Search Results
163
records
(took 0.022 seconds)
