一种基于D-G曲线和BP-ANN的城市建成区活力评价方法

    公开(公告)号:CN114971358A

    公开(公告)日:2022-08-30

    申请号:CN202210661299.X

    申请日:2022-06-13

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于D‑G曲线和BP‑ANN的城市建成区活力评价方法,包括以下步骤:S1:步骤1:首解构城市活力的形成;S2:基于不同数据源、不同分类标准的土地利用覆被产品为土地资源、类型等信息提取提供扎实的数据支撑;S3:基于POI密度估计,采用D‑G区县识别建成区的空间界限;S4:最终的建成区由边界Ⅰ与边界Ⅱ经空间几何分析后融合提取得到;S5:确定好城市活力评价范围后,对指标需进行标准化处理;S6:采用模糊聚类和随机抽样相结合的训练样本选取方法。

    一种基于时间序列遥感影像自动提取珊瑚礁的方法

    公开(公告)号:CN113128523A

    公开(公告)日:2021-07-16

    申请号:CN202110516844.1

    申请日:2021-05-12

    Applicant: 南京大学

    Abstract: 本发明涉及一种基于时间序列遥感影像自动提取珊瑚礁的方法,包括以下步骤:第一步、遥感影像并行预处理——对于影像进行大气校正;第二步、遥感影像自动筛选——从空间重叠、日期唯一、云量、图像熵四个方面实现影像的自动筛选;第三步、时间序列构建——构造影像MNDWI的时间序列;第四步、珊瑚礁自动提取——构建珊瑚礁时间序列的特征曲线,计算像素级时间序列与所述特征曲线之间的DTW值,使用二分法确定DTW阈值并提取珊瑚礁。本发明解决了珊瑚礁影像中存在多种噪声的问题,实现了遥感影像自动筛选,提出了一个可靠的基于时间序列遥感影像自动提取珊瑚礁的方法,并为基于其他卫星传感器自动提取珊瑚礁范围提供了流程思路。

    一种海上交通风险评估方法

    公开(公告)号:CN111401702A

    公开(公告)日:2020-07-10

    申请号:CN202010150608.8

    申请日:2020-03-06

    Applicant: 南京大学

    Abstract: 本发明涉及一种海上交通风险评估方法,包括以下步骤:第一步、海上交通风险评估指标体系构建,指标体系包括三个风险组分:1)、危险性;2)、脆弱和暴露性;3)、缓解能力;第二步、评估指标空间数据库建立;第三步、评估指标权重计算——计算各风险组分指标权重;第四步、组分加权图生成;第五步、海上交通风险评估——计算海上交通风险指数,并进一步分为5级:非常高、高、中、低、非常低。本发明分析了海上交通风险的内在驱动因素,增加了海上交通风险的透明性,为降低海上事故的可能提供重要技术支持。本发明中地理空间技术、多准则决策、风险指数的结合提供了一个科学的海上交通风险评估方法,克服了海上交通风险工具的不足。

    基于多源国土资源数据的土地类型分类方法

    公开(公告)号:CN111062446A

    公开(公告)日:2020-04-24

    申请号:CN201911355597.0

    申请日:2019-12-25

    Applicant: 南京大学

    Abstract: 本发明涉及一种基于多源国土资源数据的土地类型分类方法,该方法借助第二次全国土壤普查、土地利用现状调查、地理国情普查、互联网数据等多源数据,融合地貌类型、土壤类型、土地利用类型、土地利用强度等反映土地资源综合特征的属性指标,构建了中尺度土地类型分类系统,并提出了集典型验证与分层验证等于一体的分类结果验证方法体系。本发明旨在提升土地类型研究的效率与实用性,实现土地资源综合信息的精准分类,服务国家国土资源调查、地理国情普查等重大战略应用需求。

    一种基于三角网的面向对象耕地信息自动提取方法

    公开(公告)号:CN106548141B

    公开(公告)日:2019-07-26

    申请号:CN201610934973.1

    申请日:2016-11-01

    Applicant: 南京大学

    Abstract: 本发明涉及一种基于三角网的面向对象耕地信息自动提取方法,其步骤为:利用多尺度分割法对高空间分辨率影像进行分割;剔除长条状分割对象(道路,沟渠等);提取剩余分割对象的中心点;利用中心点构建三角网;对三角网进行剥皮操作;使用AUTOCLUST聚类算法构建三角网,并聚类;利用V图约束,优化聚类结果,避免过度聚类和欠聚类;利用最大方差约束,剔除剩余的零星林地;得到耕地提取结果并进行精度评估。本发明克服了高空间分辨率遥感影像数据量大,处理难的问题,充分利用分割后的对象提供的语义信息,通过剔除居民地和道路等对耕地信息提取造成干扰的对象,从而高效地进行耕地信息的自动提取,并保证耕地提取的整体性。

    基于CUDA的多边形栅格化GPU并行计算方法

    公开(公告)号:CN109670001A

    公开(公告)日:2019-04-23

    申请号:CN201811350214.6

    申请日:2018-11-14

    Applicant: 南京大学

    Abstract: 本发明涉及一种基于CUDA的多边形栅格化GPU并行计算方法,由CPU和GPU协同并行处理多边形栅格化;其中,CPU的执行过程包括以下步骤:所有多边形根据PNN进行升序排序,形成第一多边形队列;计算第一多边形队列中各多边形的占用内存MU;按照CUDA中grid、block和thread的层次结构进行多边形的划分:读取每一批次多边形数据并传递给GPU处理,并接收GPU的处理结果。GPU的处理过程包括以下步骤:接收CPU传递的多边形数据;将多边形数据分配给各block及thread;各thread分别调用BAF算法执行栅格化计算;将栅格化结果传递回CPU。本发明能有效提高并行效率、保证负载均衡,且适用于海量多边形的栅格化。

    基于城墙断面从LiDAR点云数据自动提取古城墙数据的方法

    公开(公告)号:CN105844707B

    公开(公告)日:2019-04-16

    申请号:CN201610148169.0

    申请日:2016-03-15

    Applicant: 南京大学

    Abstract: 本发明涉及一种基于城墙断面从LiDAR点云数据自动提取古城墙数据的方法,包括以下步骤:获取城墙待选区,矢量化得到顶部二维中心线,并插值得到完整的城墙顶部三维中心线;对城墙顶部三维中心线密集采样得到探测基点,计算每个探测基点断面上的点云;构建城墙断面格网;并基于城墙断面“横向探测—纵向探测”城墙顶部、垛口和侧面点云数据。本发明提出利用LiDAR点云数据提取古城墙的数据,解决了利用LiDAR技术进行数字存档的关键技术,有效的解决了传统测量耗时耗力,且无法获取城墙侧面细节信息的不足。本发明提出的“纵向探测‑横向探测”的城墙侧面点精确提取方法,可以有效的实现城墙侧面细节信息和顶部信息的自动获取。

    基于改进边界代数法的相交多边形提取方法

    公开(公告)号:CN108985306A

    公开(公告)日:2018-12-11

    申请号:CN201810731268.0

    申请日:2018-07-05

    Applicant: 南京大学

    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。

    一种基于街景地图的互联网照片地理空间定位方法

    公开(公告)号:CN107133325A

    公开(公告)日:2017-09-05

    申请号:CN201710310894.8

    申请日:2017-05-05

    Abstract: 本发明涉及基于街景地图的互联网照片地理空间定位方法,步骤如下:预处理街景照片库,提取和描述特征,建立特征索引;根据索引,查询待查询照片每个特征的最近邻特征,并进行投票,修剪和平滑处理投票结果,得到最相似照片;根据已知的两两街景点之间距离,以最相似照片为圆心,划定缓冲区;对缓冲区内街景照片与待查询照片计算相似度,筛选出高相似度的照片作为相似照片集;将相似照片集和待查询照片一起进行特征提取、匹配,利用SfM算法配准照片,生成稀疏点云及相机的相对位置关系;根据已知的街景点坐标,推算未知的待查询照片外方位元素,实现定位定姿。实践证明,本发明提出的图像定位方法,能有效地对互联网任意来源的电子照片精确定位。

Patent Agency Ranking