-
公开(公告)号:CN107766562B
公开(公告)日:2020-03-31
申请号:CN201711081229.2
申请日:2017-11-06
Applicant: 中国地质大学(武汉)
IPC: G06F16/00
Abstract: 本发明公开了复杂面状带洞实体场景相似性的分层次度量方法,将复杂面状带洞实体场景分为复合场景层、微场景层和简单实体层;将临近的层级间关系视为集合关系,每一层级的相似性度量互相嵌套,自顶向下进行实体匹配,从局部到整体进行相似性计算,进而得到复杂面状带洞实体场景相似性度量结果。本发明适于研究更为复杂的复杂面状带洞实体场景。
-
公开(公告)号:CN106446000A
公开(公告)日:2017-02-22
申请号:CN201610604355.0
申请日:2016-07-27
Applicant: 中国地质大学(武汉)
IPC: G06F17/30
CPC classification number: G06F16/29
Abstract: 本发明涉及属地理信息科学领域,具体涉及一种基于边界交互的区组合拓扑相似性度量方法,其包括以下步骤:在区边界交互的拓扑关系基础上,通过分析复杂实体间的拓扑关系得到它们的边界交互记录,并将交互记录转换成为二进制序列,从而实现将相似性评估转换为序列校准过程;使用CR和CP分别代表参照区组合和候选区组合,然后通过设置维数序列和细节序列相似度的权重来计算参照区组合CR和候选区组合CP的拓扑相似度。本发明具有以下优点:1)、能够较好的区分复合空间对象之间的拓扑关系及其相似性的差异。2)、更加直观地为用户提供多种可能的结果。
-
公开(公告)号:CN113240170A
公开(公告)日:2021-08-10
申请号:CN202110504232.0
申请日:2021-05-10
Applicant: 中国地质大学(武汉)
IPC: G06Q10/04 , G06Q10/06 , G06Q50/26 , G06F16/215 , G06F16/2458 , G06F16/29 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于季节性循环神经网络的空气质量预测方法,包括记录长时序空气质量监测站点数据;对监测站点数据进行预处理,分析空气质量长时序监测数据季节性和周期性变化特征,确定其季节变化频率;根据空气质量监测参数的季节性和周期性的时序变化特征进行时序分解,生成趋势性分量、季节性分量及残差分量;构建大批量训练样本,并初步建立三通道循环神经网络,通过训练得到最优的三通道循环网络模型;利用最优三通道循环网络模型,根据历史值对各分量未来值进行预测,得到趋势性分量预测值、季节性分量预测值和残差分量预测值;整合各分量预测结果,形成最终空气质量预测值序列。
-
公开(公告)号:CN107766562A
公开(公告)日:2018-03-06
申请号:CN201711081229.2
申请日:2017-11-06
Applicant: 中国地质大学(武汉)
IPC: G06F17/30
Abstract: 本发明公开了复杂面状带洞实体场景相似性的分层次度量方法,将复杂面状带洞实体场景分为复合场景层、微场景层和简单实体层;将临近的层级间关系视为集合关系,每一层级的相似性度量互相嵌套,自顶向下进行实体匹配,从局部到整体进行相似性计算,进而得到复杂面状带洞实体场景相似性度量结果。本发明适于研究更为复杂的复杂面状带洞实体场景。
-
-
-