-
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。
-
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
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：CN115100395B
公开(公告)日：2025-02-14
申请号：CN202210736883.7
申请日：2022-06-27
Applicant: 南京大学
IPC: G06V10/25 , G06V10/74 , G06V10/764 , G06V10/774 , G06V20/10
Abstract: 本发明公开一种融合POI预分类和图神经网络的城市街区功能分类方法，本分类方法包括以下步骤：S1、利用城市街区POI构建Delaunay三角网，S2、根据与每个POI点相连的Delaunay三角网边的平均边长，确定城市街区内POI的重要性排序，S3、选取城市街区内排名前三的POI类型，作为城市街区功能的组合标签，S4、对组合标签进行归并得到城市街区功能伪标签，S5、基于Delaunay三角网建立每个城市街区的POI图网络，S6、利用城市街区功能伪标签，训练图神经网络分类模型，S7、利用训练好的图神经网络分类模型进行城市街区功能分类。本发明方法能够提取POI数据的空间结构信息，丰富了POI数据的语义信息，从而提高城市街区功能分类的准确率。
-
公开(公告)号：CN115129802B
公开(公告)日：2024-12-10
申请号：CN202210782643.0
申请日：2022-07-05
Applicant: 南京大学
IPC: G06F16/29 , G06N20/20 , G06Q10/0639 , G06F18/25 , G06F18/2431
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：CN118095864A
公开(公告)日：2024-05-28
申请号：CN202410465891.1
申请日：2024-04-18
IPC: G06Q10/0635 , G06Q50/04 , G06Q50/26 , G16H50/30
Abstract: 本发明提供了城市工厂硬化地表下层土壤污染健康风险监控方法与装置，其中该方法，包括：根据目标化工园区与各个城镇间的距离计算目标化工园区与各个城镇间的联系度；提取出联系度大于预设值的城镇，并构建各城镇间人口流动网络关系矩阵；根据人口流动网络关系矩阵确定受目标化工园区影响的人群；使用人体风险评估模型计算出受目标化工园区影响的人群在多种暴露途径下重金属的日均摄入量；根据日均摄入量确定受目标化工园区影响人群的健康风险。本发明通过使用人体风险评估模型计算出受目标化工园区影响的人群在多种暴露途径下重金属的日均摄入量，综合考虑了不同途径对人体健康的影响，有助于监管部门及时采取有效的应对措施，保障公众健康安全。
-
Patent Agency Ranking
公开(公告)号：CN117272187A
公开(公告)日：2023-12-22
申请号：CN202311249241.5
申请日：2023-09-26
Applicant: 南京农业大学 , 中南林业科技大学 , 安徽省勘查技术院(安徽省地质矿产勘查局能源勘查中心) , 南京大学
IPC: G06F18/243 , G06F18/27 , G06F18/214 , G06N20/20 , G06F17/11 , G06F17/18
Abstract: 本发明提供了一种基于机器学习的森林生物量遥感反演方法，属于生物量预测领域，包括：根据目标区域的遥感数据确定Landsat‑8的遥感波段反射率、植被光谱指数和遥感生态指标；将Landsat‑8的遥感波段反射率、植被光谱指数、遥感生态指标、森林属性指标、地形地貌指标、多尺度气候指标和土壤理化性质指标及其实测的森林生物量作为训练样本，输入到随机森林机器学习模型中进行训练得到树干、树枝、树叶和树根生物量预测模型。本发明通过将不同类型的指标输入到随机森林机器学习模型中进行训练，可以使每个指标充分的参与到决策树的构建过程，减少过拟合的风险，从而提高森林生物量预测的准确性。
-
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：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。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.083 seconds)
