一种滑坡灾害语义信息抽取方法、装置、设备及介质

    公开(公告)号:CN118469009B

    公开(公告)日:2024-10-29

    申请号:CN202410920430.9

    申请日:2024-07-10

    Abstract: 本申请涉及滑坡监测技术领域,提供了一种滑坡灾害语义信息抽取方法、装置、设备及介质。该方法包括:获取滑坡文献、滑坡指标、以及语义关系;抽取滑坡文献的滑坡词语,并进行标注得到真实关系三元组;利用知识抽取模型抽取实体关系三元组并生成错误关系三元组;基于真实关系三元组、实体关系三元组、错误关系三元组构建差异损失函数和区分损失函数,并获取综合损失函数;根据综合损失函数对知识抽取模型进行优化,利用优化后的知识抽取模型获取最终关系三元组;利用最终关系三元组构建滑坡图数据库;基于滑坡图数据库对待抽取滑坡文本进行语义信息抽取,得到语义信息抽取结果。该方法能够提高滑坡语义信息抽取的精确度并降低抽取难度。

    一种基于峰值轨迹的轨迹聚类方法、装置、设备及介质

    公开(公告)号:CN117349688B

    公开(公告)日:2024-03-19

    申请号:CN202311636437.X

    申请日:2023-12-01

    Applicant: 中南大学

    Abstract: 本申请适用于轨迹聚类技术领域,提供了一种基于峰值轨迹的轨迹聚类方法、装置、设备及介质。该轨迹聚类方法包括:获取轨迹的距离分布特征曲线,并确定轨迹的k邻域;获取每个k邻域中的峰值轨迹,并将峰值轨迹作为轨迹簇;将仅在峰值k邻域中的所有轨迹分配到轨迹簇中;对于同时在多个峰值k邻域中的重叠轨迹,基于重叠轨迹与重叠轨迹所在的每个峰值k邻域之间的距离,对重叠轨迹进行分配;对于不在任何峰值k邻域内的单独轨迹,根据单独轨迹与每个轨迹簇之间的距离,将单独轨迹分配给轨迹簇或标记为噪声;将轨迹簇和其他轨迹簇进行合并,得到轨迹聚类结果。本申请的轨迹聚类方法能够很好地应用于复杂场景的轨迹聚类。

    融合众源轨迹数据的户外三维步行导航路网地图生成方法

    公开(公告)号:CN117191004B

    公开(公告)日:2024-03-19

    申请号:CN202311461668.1

    申请日:2023-11-06

    Applicant: 中南大学

    Abstract: 本发明实施例中提供了一种融合众源轨迹数据的户外三维步行导航路网地图生成方法,属于导航技术领域,具体包括:获取目标区域内的行人户外步行轨迹数据;利用核密度估计算法生成步行轨迹数据的多级密度栅格图像;基于数学形态学细化算子提取道路骨架线;矢量化道路骨架线得到初始路网数据;将初始路网数据与步行轨迹数据进行匹配,去除虚假道路;对初次匹配处理后的初始路网数据进行拓扑优化和交叉口细化得到二维步行路网;将目标区域划分为细粒度的格网;计算格网内的高程估计值;将二维步行路网的节点与对应格网内的高程估计值进行叠加,生成三维步行导航路网地图数据。通过本发明的方案,提高了行人导航的适应性和精准度。

    一种基于时空统计的气象要素时空聚集模式挖掘方法

    公开(公告)号:CN103914558A

    公开(公告)日:2014-07-09

    申请号:CN201410151706.8

    申请日:2014-04-16

    Applicant: 中南大学

    CPC classification number: Y02A90/15 G06F17/30536

    Abstract: 本发明一种基于时空统计的气象要素时空聚集模式挖掘方法,首先对气象数据进行预处理与探索性分析判断气象要素时空聚集模式的是否存在;若气象要素存在聚集模式,则进一步借助时空统计学理论构建时空邻近域;在此基础上,融合空间、时间与专题属性三方面因素估计气象时空实体的密度;最后,将高密度气象时空实体聚集成簇,并进行可视化表达。优点如下:采用时空统计学理论避免了人为因素对气象要素时空聚集模式挖掘的主观影响,从时间、空间耦合的视角综合考虑气象要素的动态演化规律,有效提高时空聚类分析方法挖掘深层次地学规律的能力。

    一种滑坡灾害语义信息抽取方法、装置、设备及介质

    公开(公告)号:CN118469009A

    公开(公告)日:2024-08-09

    申请号:CN202410920430.9

    申请日:2024-07-10

    Abstract: 本申请涉及滑坡监测技术领域,提供了一种滑坡灾害语义信息抽取方法、装置、设备及介质。该方法包括:获取滑坡文献、滑坡指标、以及语义关系;抽取滑坡文献的滑坡词语,并进行标注得到真实关系三元组;利用知识抽取模型抽取实体关系三元组并生成错误关系三元组;基于真实关系三元组、实体关系三元组、错误关系三元组构建差异损失函数和区分损失函数,并获取综合损失函数;根据综合损失函数对知识抽取模型进行优化,利用优化后的知识抽取模型获取最终关系三元组;利用最终关系三元组构建滑坡图数据库;基于滑坡图数据库对待抽取滑坡文本进行语义信息抽取,得到语义信息抽取结果。该方法能够提高滑坡语义信息抽取的精确度并降低抽取难度。

    一种基于密度聚类的气象要素分区方法

    公开(公告)号:CN103886076A

    公开(公告)日:2014-06-25

    申请号:CN201410110902.0

    申请日:2014-03-24

    Applicant: 中南大学

    CPC classification number: G06F17/30601

    Abstract: 本发明公开了一种基于密度聚类的气象要素分区方法,该方法首先采用基于统计约束的Delaunay三角网构建气象要素实体之间的空间邻近关系;进而,综合考虑空间邻近约束与气象要素专题属性定义气象要素实体的密度;最后,基于空间邻近与气象要素专题属性相似的双重条件将高密度的气象要素实体进行分区,并进行可视化表达。本发明的分区方法受人为因素干扰程度低,而且可以发现形状分布复杂的气象要素分布模式,结果能够进行可视化交互,从而更有利于挖掘深层次气象要素变化规律与辅助决策。

    一种基于峰值轨迹的轨迹聚类方法、装置、设备及介质

    公开(公告)号:CN117349688A

    公开(公告)日:2024-01-05

    申请号:CN202311636437.X

    申请日:2023-12-01

    Applicant: 中南大学

    Abstract: 本申请适用于轨迹聚类技术领域,提供了一种基于峰值轨迹的轨迹聚类方法、装置、设备及介质。该轨迹聚类方法包括:获取轨迹的距离分布特征曲线,并确定轨迹的k邻域;获取每个k邻域中的峰值轨迹,并将峰值轨迹作为轨迹簇;将仅在峰值k邻域中的所有轨迹分配到轨迹簇中;对于同时在多个峰值k邻域中的重叠轨迹,基于重叠轨迹与重叠轨迹所在的每个峰值k邻域之间的距离,对重叠轨迹进行分配;对于不在任何峰值k邻域内的单独轨迹,根据单独轨迹与每个轨迹簇之间的距离,将单独轨迹分配给轨迹簇或标记为噪声;将轨迹簇和其他轨迹簇进行合并,得到轨迹聚类结果。本申请的轨迹聚类方法能够很好地应用于复杂场景的轨迹聚类。

    融合众源轨迹数据的户外三维步行导航路网地图生成方法

    公开(公告)号:CN117191004A

    公开(公告)日:2023-12-08

    申请号:CN202311461668.1

    申请日:2023-11-06

    Applicant: 中南大学

    Abstract: 本发明实施例中提供了一种融合众源轨迹数据的户外三维步行导航路网地图生成方法,属于导航技术领域,具体包括:获取目标区域内的行人户外步行轨迹数据;利用核密度估计算法生成步行轨迹数据的多级密度栅格图像;基于数学形态学细化算子提取道路骨架线;矢量化道路骨架线得到初始路网数据;将初始路网数据与步行轨迹数据进行匹配,去除虚假道路;对初次匹配处理后的初始路网数据进行拓扑优化和交叉口细化得到二维步行路网;将目标区域划分为细粒度的格网;计算格网内的高程估计值;将二维步行路网的节点与对应格网内的高程估计值进行叠加,生成三维步行导航路网地图数据。通过本发明的方案,提高了行人导航的适应性和精准度。

Patent Agency Ranking