一种基于深度学习和异步轨迹数据的用户身份识别方法

    公开(公告)号:CN113312596A

    公开(公告)日:2021-08-27

    申请号:CN202110648737.4

    申请日:2021-06-10

    Abstract: 本发明提供一种基于深度学习和异步轨迹数据的用户身份识别方法,包括以下步骤:对待识别的异步轨迹数据进行预处理后输入到用户身份识别模型中对用户身份进行识别。模型使用融合双向循环神经网络对用户身份进行识别,具体如下:将超长轨迹序列输入到一维卷积层进行数据压缩;将数据压缩序列输入到一维池化层进行特征提取得到短序列;将短序列输入进双向门控循环单元中,分别沿时间正序和时间逆序学习轨迹特征;将时间正序、逆序方向的轨迹特征进行合并后输入到全连接层,输出合并后的轨迹特征所对应的用户身份识别号。本发明可以解决已有方法精度受限、轨迹数据特征构建存在主观性、大规模轨迹数据采样间隔不均衡及样本序列不定长的技术问题。

    居民地制图综合方法
    32.
    发明公开

    公开(公告)号:CN113190639A

    公开(公告)日:2021-07-30

    申请号:CN202110522060.X

    申请日:2021-05-13

    Abstract: 本发明公开了一种居民地制图综合方法,包括:首先,采用现有的技术获取居民地的矢量轮廓。然后,基于待综合阈值,遍历矢量轮廓中的每条矢量边,确定矢量轮廓中需要进行综合的待综合边。之后,按照设定的分组规则对每条待综合边包括的所有矢量边进行向量分组,并计算分组后的矢量边的和向量,得到每条待综合边对应的分组向量。然后,分别从每条待综合边对应的所有分组向量中选取出最优重组边,最后,用最优重组边替换掉原来的待综合边,得到综合后的居民地轮廓。无需预定义凹凸结构模板进行综合,综合后的居民地轮廓与原来的矢量轮廓相比,减少了居民地的节点,并且面积变化小,综合效果良好。

    一种空间要素几何拓扑自动处理方法

    公开(公告)号:CN112396673A

    公开(公告)日:2021-02-23

    申请号:CN202011377053.7

    申请日:2020-11-30

    Abstract: 本发明公开一种空间要素几何拓扑自动处理方法,包括:首先,获取测绘数据,该测绘数据包括地物对应的几何数据;然后,根据几何数据的属性特征进行分类,并确定各个物体几何对应的处理参数,构建不同种类的数据集,该处理参数包括优先级和搜索距离;最后采用设定的处理方法,按照优先级依次处理数据集中的几何数据,处理方法包括:首先遍历数据集中的几何数据,根据搜索距离确定待处理几何对应的参考几何,并根据参考几何对应的几何数据构建参考数据集,然后遍历参考数据集,确定待处理几何对应的目标几何,并根据目标几何对应几何数据编辑待处理几何。

    三维模型空间坐标纠正及加密方法

    公开(公告)号:CN111415411A

    公开(公告)日:2020-07-14

    申请号:CN202010137003.5

    申请日:2020-03-02

    Abstract: 本发明公开了一种三维模型空间坐标纠正及加密方法。所述三维模型空间坐标纠正方法,包括以下步骤:步骤S1,读取第一格式的三维模型的原始坐标系统及模型的坐标原点信息;读取第一格式的三维模型数据的节点信息,计算得到节点的原始坐标值;步骤S2,根据4个以上控制点的第一格式的原始坐标系空间坐标值和对应的第二格式的目标坐标系空间坐标值,计算原始坐标系与目标坐标系之间的纠正参数,进而构造空间坐标纠正矩阵;步骤S3,利用空间坐标纠正矩阵,分别对第一格式的三维模型的原点坐标和节点坐标进行逐一转换纠正得到第二格式的三维模型的坐标点信息;步骤S4,存储空间坐标纠正后的第二格式的三维模型的文件。

    一种顾及建筑物密度的实景三维建模方法

    公开(公告)号:CN110189405A

    公开(公告)日:2019-08-30

    申请号:CN201910469595.8

    申请日:2019-05-31

    Abstract: 本发明提供一种顾及建筑物密度的实景三维建模方法,首先根据建筑物密度,将建模范围区分为密度较低的全域或大范围地区、密度较高的城市建成区或规划建成区、特殊有需求的局部重点区域;然后分别获取密度较低的地区、密度较高的地区和局部重点区域的航摄影像,并将各个航摄影像制作为不同精细尺度的实景三维模型;最后,将各个三维模型进行多源、多尺度融合,并存储至同一个三维模型数据库中。通过将不同建筑物密度需求下的不同来源的实景三维模型进行集成建库,实现多源多尺度实景三维模型融合管理,可充分发挥不同层级数据的优势,为成果浏览、应用和推广提供便捷。

    基于三维实景模型的建筑物变化自动检测方法及其系统

    公开(公告)号:CN106017342A

    公开(公告)日:2016-10-12

    申请号:CN201610308211.0

    申请日:2016-05-10

    CPC classification number: G01B11/16

    Abstract: 本发明公开一种基于三维实景模型的建筑物变化自动检测方法及其系统。本发明的该自动检测方法通过为不同时期的三维实景模型建立统一的坐标系,并在该坐标系内构建多个三维立体块,同时对不同时期的三维实景模型进行采样,获得对应的三维点云数据,然后分别将每次采集的各个三维点云数据与所构建的各个立体块匹配,得到各个三维点云数据所在的三维立体块,以及每个三维立体块包含的当前三维点云数据个数;再对比不同时期同一位置的三维立体块所含的三维点云数据个数,得到变化值,从而获得建筑物变化位置。

    一种基于深度学习和异步轨迹数据的用户身份识别方法

    公开(公告)号:CN113312596B

    公开(公告)日:2023-04-07

    申请号:CN202110648737.4

    申请日:2021-06-10

    Abstract: 本发明提供一种基于深度学习和异步轨迹数据的用户身份识别方法,包括以下步骤:对待识别的异步轨迹数据进行预处理后输入到用户身份识别模型中对用户身份进行识别。模型使用融合双向循环神经网络对用户身份进行识别,具体如下:将超长轨迹序列输入到一维卷积层进行数据压缩;将数据压缩序列输入到一维池化层进行特征提取得到短序列;将短序列输入进双向门控循环单元中,分别沿时间正序和时间逆序学习轨迹特征;将时间正序、逆序方向的轨迹特征进行合并后输入到全连接层,输出合并后的轨迹特征所对应的用户身份识别号。本发明可以解决已有方法精度受限、轨迹数据特征构建存在主观性、大规模轨迹数据采样间隔不均衡及样本序列不定长的技术问题。

    建筑物方向向量确定方法及其规则化方法

    公开(公告)号:CN113177254A

    公开(公告)日:2021-07-27

    申请号:CN202110523335.1

    申请日:2021-05-13

    Abstract: 本发明公开了一种建筑物方向向量确定方法及其规则化方法,规则方法包括:首先,确定建筑物轮廓的矢量多边形,然后,将矢量多边形的向量边进行重组得到重组向量边,之后,将重组向量边的方位角变换到设定的取值范围内,并对变换后的重组向量边进行分组,得到相应的变换向量组,之后,计算每组变换向量组的分组和向量,并根据计算得到的分组和向量确定建筑物的方向向量;最后,以方向向量为控制条件,逐一对建筑物的矢量多边形的各个节点进行规则化,得到规则化后的建筑物多边形。本发明通过向量重组、变换和分组,以获得变换向量组确定描述建筑方向特征的方向向量,并在此基础上,通过逐节点规则化,实现复杂建筑物的规则化。

    道路网中心线提取方法

    公开(公告)号:CN109934865A

    公开(公告)日:2019-06-25

    申请号:CN201910191046.9

    申请日:2019-03-12

    Abstract: 本发明公开一种道路网中心线提取方法,首先,采集每条道路的道路边线信息,构建道路网。然后,根据道路边线信息将道路网拆分成多个边线对单元,再分别建立每个边线对单元的约束三角网,并根据约束三角网提取每个边线对单元的中心线。最后,按照连接规则连接每个边线对单元的中心线,生成道路网中心线。该方法将道路网拆分成多个独立的边线对单元,然后提取每个边线对单元的中心线,大幅度降低了提取中心线的道路的复杂程度,提高了提取中心线的效率。而且使道路网更加细化,精确度更高,提取的中心线效果更好。

    一种新的点云自动配准方法

    公开(公告)号:CN109872350A

    公开(公告)日:2019-06-11

    申请号:CN201910120488.4

    申请日:2019-02-18

    Abstract: 本发明提供的一种新的点云自动配准方法,将参考点云和待配准点云投影至二维空间;在二维空间中根据点云投影分布熵寻找参考点云和待配准点云的投影空间转换参数,实现二维空间内的坐标转换,得到二维空间的转换关系;将二维空间的转换关系扩展至三维空间的转换关系;根据三维空间的转换关系,基于投影分布熵查找得到参考点云和待配准点云在投影空间内的旋转角及测站位置间距,将投影空间转换参数作为初始值代入迭代最邻近点算法得到配准结果。本方法无需提取点云细节特征,直接关注点云整体分布的一致性,基于点云间的投影分布熵描述点云空间分布情况,并查找两站点云间的最佳分布。可节省生产时间,提高作业准确度和效率。

Patent Agency Ranking