-
公开(公告)号：CN118861726A
公开(公告)日：2024-10-29
申请号：CN202410825687.6
申请日：2024-06-25
Applicant: 东南大学
IPC: G06F18/23213 , G06N3/04 , G06N3/08 , G06F18/24 , G06F17/18
Abstract: 本发明涉及风景园林、城市规划与人工智能领域，公开了基于人工神经网络绿色空间结构演进模型构建及预测方法；通过绿色空间结构演进影响因子模型精确筛选出对绿色空间演进具有显著影响的因子，极大地提升了预测模型构建的效率，同时保证了预测模型的精准度。同时，运用了人工神经网络技术，相比其他预测方式，对绿色空间结构演进与各因子之间的复杂非线性关系具有更高的适应性，进一步提升了预测的精准性。
-
公开(公告)号：CN114048910A
公开(公告)日：2022-02-15
申请号：CN202111362920.4
申请日：2021-11-17
Applicant: 东南大学
Abstract: 本发明公开一种基于大数据的社区公共绿地组群布局优化方法，所述方法包括以下步骤：样本访客量数据库和布局基本特征数据库的建立；样本数据融合获得样本布局拓展特征数据库；影响访客量的样本布局关键因素确认；样本布局的优化策略。本发明通过多源大数据衡量大范围社区公共绿地组群的访客量、规模属性、结构属性及外部环境特征，以提升城市绿地规划分析的广度和精度；社区公共绿地组群布局关键因素识别方法，能同时对大范围社区公共绿地组群自身规模、外部环境、组群结构及绿地‑环境关联等多类布局相关因素展开整合分析，提取影响社区公共绿地组群访客量的布局关键因素及其作用方式，有效克服传统城市绿地访客量调查及布局分析的时空局限性。
-
公开(公告)号：CN120012576A
公开(公告)日：2025-05-16
申请号：CN202510084220.5
申请日：2025-01-20
Applicant: 东南大学
IPC: G06F30/27 , G06F30/13 , G06F16/29 , G06F18/27 , G06F18/243 , G06N3/126 , G06N5/01 , G06N20/20 , G06V20/10
Abstract: 本发明公开了一种街区绿色空间结构智能优化方法及系统，涉及城市规划、风景园林、人工智能技术领域，包括：获取规划区域，基于规划区域进行单元划定，得到多个街区单元，获取每个街区单元的相关指标数据，将每个街区单元的相关指标数据输入至预先建立的回归模型内，输出得到优化后的回归模型；对优化后的回归模型计算变量重要性，基于变量重要性进行权重修正和耦合度计算，得到修正权重以及街区单元耦合度；获取空置用地图像，对空置用地图像进行栅格识别后叠加得到空置用地扩张区域，并基于优化后的回归模型进行用地栅格空置概率预测，得到空置用地概率；基于空置用地概率生成街区初始数据库，基于遗传算法对街区初始数据库生成初始种群，并基于强化学习算法通过每一代初始种群中最优个体的适应度确定街区绿色空间结构优化结果；能够为城市绿色空间规划提供多样化的选择。
-
公开(公告)号：CN115098683B
公开(公告)日：2024-07-16
申请号：CN202210792933.3
申请日：2022-07-05
Applicant: 东南大学
Abstract: 本发明公开了基于机器学习的城市绿地情绪影响因子甄别与调控方法，属于城乡规划、风景园林、环境心理学及环境行为学技术领域，以在线评论数据为样本，样本量大、覆盖面广、具有精准的时空属性，采集方法更为快捷、经济、高效；运用机器学习方法分析在线评论数据，避免由于人工判别所带来的“感性误差”，减少主观、人为因素；运用LDA模型文本挖掘技术提取潜在城市绿地情绪影响因子，便于突破了传统理论框架约束，避免遗漏未知情绪影响因子；能够结合不同地域的时空环境特点，针对性探索和提取城市绿地情绪影响因子，制定调控策略。
-
公开(公告)号：CN116128118B
公开(公告)日：2024-04-30
申请号：CN202211719797.1
申请日：2022-12-30
Applicant: 东南大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/26
Abstract: 本发明提供一种公园绿地潜在服务人口测算方法和/或容量预警方法，涉及城市规划与风景园林领域。该公园绿地潜在服务人口测算方法，包括：通过多源数据录入模块获取住宅建筑单体人口数量；当多个公园绿地服务范围出现重叠区域，测算未重叠的住宅建筑人口数及重叠区域分摊到公园绿地的人口数，用未重叠的住宅建筑人口数加重叠区域分摊到公园绿地人口数，得公园绿地潜在服务人口数；基于所述的公园绿地潜在服务人口数，甄别公园绿地服务的供需状态，得到不同等级的服务容量预警结果，进行规划调控。解决了传统绿地可达性分析得到的服务人口测算精度局限于行政单元(街道或社区)层面，无法反映人口分布密度差异及公园服务人口分摊问题。
-
Patent Agency Ranking
公开(公告)号：CN116258965A
公开(公告)日：2023-06-13
申请号：CN202310262789.7
申请日：2023-03-17
Applicant: 东南大学
IPC: G06V20/10 , G06V10/774 , G06V10/762 , G06N20/00
Abstract: 本发明公开了基于机器学习的街区绿色空间结构调适方法，涉及城市规划、风景园林及人工智能技术领域，方法包括以下过程：街区空间形态识别过程，街区绿色空间结构识别过程，街区“空间形态—绿色空间结构”适配度分析过程，街区绿色空间结构调适过程，本发明突破传统街区绿色空间结构识别的规模限制，能够高效率、大范围、跨时段分析巨量化的信息样本，同时通过街区“空间形态—绿色空间结构”适配度分析，进行街区绿色空间结构调适。
-
公开(公告)号：CN115098683A
公开(公告)日：2022-09-23
申请号：CN202210792933.3
申请日：2022-07-05
Applicant: 东南大学
Abstract: 本发明公开了基于机器学习的城市绿地情绪影响因子甄别与调控方法，属于城乡规划、风景园林、环境心理学及环境行为学技术领域，以在线评论数据为样本，样本量大、覆盖面广、具有精准的时空属性，采集方法更为快捷、经济、高效；运用机器学习方法分析在线评论数据，避免由于人工判别所带来的“感性误差”，减少主观、人为因素；运用LDA模型文本挖掘技术提取潜在城市绿地情绪影响因子，便于突破了传统理论框架约束，避免遗漏未知情绪影响因子；能够结合不同地域的时空环境特点，针对性探索和提取城市绿地情绪影响因子，制定调控策略。
-
公开(公告)号：CN105426990A
公开(公告)日：2016-03-23
申请号：CN201510749839.X
申请日：2015-11-06
Applicant: 东南大学
Abstract: 本发明公开了一种基于空间服务定量分析的公园绿地集约型布局调控方法，其技术路线包括空间服务主客体提取、空间服务供需定量分析、空间服务强度定量分析和布局调控策略制定四个阶段，是在对公园绿地空间服务定量分析的基础上提出的公园绿地用地效率及其布局相关影响因素的分析评价与布局调控方法。本发明通过在调控分析中既通过公园绿地的空间结构调节来再平衡公园绿地空间服务的供需关系，也通过服务对象布局结构和开发强度优化来提升公园绿地的用地效率，在客观上从公园绿地布局优化的角度给绿地服务对象布局以及城市整体空间结构的集约化发展提出了有益建议。
-
公开(公告)号：CN118279731A
公开(公告)日：2024-07-02
申请号：CN202410376363.9
申请日：2024-03-29
Applicant: 东南大学
IPC: G06V20/00 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了基于特征智能检测的非正规户外健身空间识别方法及系统，涉及城市规划、风景园林及人工智能技术领域，包括：接收城市空间街景图像，将城市空间街景图像输入至训练的户外健身空间服务能力甄别模型内，输出城市空间街景图像对应的空间场地特征，以及所述空间场地特征与每类的户外健身活动相匹配的适宜度，根据适宜度匹配户外健身活动对应的空间场地，所述对应的空间场地为所述空间场地特征对应的城市空间街景图像中的场地信息，本发明能够借助深度学习模型对城市空间场地进行分析，量化空间场地与设施的配置关系。
-
公开(公告)号：CN116310786A
公开(公告)日：2023-06-23
申请号：CN202211720124.8
申请日：2022-12-30
Applicant: 东南大学
IPC: G06V20/10 , G06V10/26 , G06V10/46 , G06V10/774 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本发明提供基于深度学习的街旁微绿地增补潜力识别和/或实施方法，涉及城乡规划、风景园林和人工智能领域。该街旁微绿地增补潜力识别方法，以街景图像大数据为基础，基于城市规划和风景园林领域的分析理论提出微绿地增补潜力甄别标准，并通过深度学习技术量化潜力甄别体系，并整合语义分割技术具体分析潜在增补点的客观环境要素，为城市微绿地规划布局提供精准有效的增补及实施策略依据。本发明充分利用深度学习和基础机器学习语义分割技术的优势，分别在空间和要素上分别进行甄别和分析，既能得到潜在增补点的潜力大小，又能获得具有优化潜力的增补点的具体增补实施策略。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.018 seconds)
