-
公开(公告)号：CN118942323A
公开(公告)日：2024-11-12
申请号：CN202410984686.6
申请日：2024-07-22
Applicant: 兰州交通大学
IPC: G09B29/00
Abstract: 本发明涉及地图制图自动化技术领域，公开了一种地图制图规则构建及其结构化组织方法及系统，包括以下步骤：S1、制图主区范围确定：根据数据确定制图分布范围，并进行边界处要素的综合处理，完成晕带的制作；S2、自然地理要素制图综合和符号化：实施自然地理要素的制图综合和符号化，并对地理要素分级标注；S3、人工地理要素制图综合和符号化：进行道路、居民地的制图综合与符号化，并进行点状居民地的分级标注；S4、全要素制图综合与标注：对地图上全部要素进行制图综合并注记，同时进行移位处理；S5、地图整饰：对地图进行整饰，通过将制图综合过程性知识用自然语言进行描述，以便制图专家、知识工程师和系统开发人员之间理解和交流。
-
公开(公告)号：CN118781489A
公开(公告)日：2024-10-15
申请号：CN202410923098.1
申请日：2024-07-10
Applicant: 兰州交通大学
IPC: G06V20/10 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种考虑三维高程特征的河网模式识别方法，该方法为：基于OSM河流矢量数据筛选出树枝状、平行状、骨架状和扇子状四类河网模式的河网样本，并使用DEM数据为河网模式提供高程信息，分别提取河网样本的二维和三维特征形成河网特征，同时，对河网样本打上河网模式类型的标签；构建河网对偶图，河网对偶图中以河网的河段为节点，河段之间的连接关系为边；由河网样本的标签、河网特征和河网对偶图构建标签样本数据集；采用标签样本数据集训练基于一阶切比雪夫多项式近似下的谱域图卷积神经网络，训练完成后得到河网模式识别模型。本发明能够结合河网的二维特征和三维特征更准确地预测河网模式。
-
公开(公告)号：CN117893708A
公开(公告)日：2024-04-16
申请号：CN202410065345.9
申请日：2024-01-17
Applicant: 兰州交通大学
IPC: G06T17/20
Abstract: 本申请实施例公开了一种基于边折叠的实景三维模型简化与优化方法及装置，包括：确定实景三维模型中每条边折叠后新顶点的位置；引入顶点近似曲率、体积误差和边界约束项作为约束条件计算各条边的折叠代价，并将全部边按折叠代价从小到大的顺序插入堆中；取出堆中折叠代价最小的边进行边折叠操作；从堆中删除该折叠边后，重新计算剩余边的折叠代价并更新堆直至达到简化要求；针对简化后的最终三维模型进行拉普拉斯网格优化处理。本申请在模型简化过程中通过引入约束条件来影响边折叠的代价，更好地保留模型的细节特征。随后对简化后网格进行优化，获得具有更高的模型质量。该方法简单高效易于实现，综合过程科学，适用于实景三维模型的轻量化。
-
公开(公告)号：CN118351376B
公开(公告)日：2025-01-03
申请号：CN202410532128.6
申请日：2024-04-29
Applicant: 兰州交通大学
Abstract: 本申请涉及建筑图像处理和分析领域，公开了基于建筑物群组相似度的图像处理识别方法，包括以下步骤：S1、将建筑群体数据转换为图形表示；S2、从建筑群体中提取特征，包括但不限于尺寸、朝向、形状和密度；S3、使用图嵌入算法将图形数据转换为向量表示；S4、计算所述向量表示之间的相似度以识别和分类建筑群体模式。本发明通过将复杂的建筑群体数据转换为图形表示，能够更有效地处理和分析大量建筑数据。图嵌入算法进一步将图数据转换为低维向量，简化了数据的处理流程，提高了处理速度，通过对建筑群体的精确分类和模式识别，本发明支持城市规划者和建筑设计师进行更为复杂的决策和规划。
-
公开(公告)号：CN120071288A
公开(公告)日：2025-05-30
申请号：CN202510227063.9
申请日：2025-02-27
Applicant: 兰州交通大学
IPC: G06V20/56 , G06V10/82 , G06V20/70 , G06V10/80 , G06V10/44 , G06V10/764 , G06V10/26 , G06V10/766 , G06N3/082
Abstract: 本申请涉及道路标线检测技术领域，公开了一种融合多模块增强特征的道路标线检测深度学习系统，包括：数据获取端，用于移动激光扫描装置实时采集道路场景的三维点云数据；预处理端，用于接收点云数据，经布料模拟滤波分割地面点云并投影生成二维强度图像；特征增强端，用于包含顺序处理的通道语义增强模块与空间上下文增强模块，其中：所述通道语义增强模块对输入特征执行双池化融合及自适应卷积，输出通道权重化的增强特征。本发明采用了通道语义增强模块和空间上下文增强模块的技术方案，达到了显著提升道路标线检测精度的效果，相较于现有技术中仅依赖单一特征提取的方法，解决了其在复杂场景下检测精度不足的问题。
-
Patent Agency Ranking
公开(公告)号：CN118897899A
公开(公告)日：2024-11-05
申请号：CN202411400842.6
申请日：2024-10-09
Applicant: 兰州交通大学
IPC: G06F16/387 , G06F40/205 , G06F40/284 , G06F40/30 , G06N3/042 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06N5/04 , G06F16/35
Abstract: 本发明公开了一种多语义特征协同的中文地址匹配方法，该方法将地址匹配问题转换为二分类问题。首先，对中文地址进行地址要素解析，并利用训练语料库训练Word2vec模型生成其对应的词嵌入向量表示；然后，分别使用文本循环卷积神经网络和图注意力网络提取地址要素的多语义特征；最后，基于增强序列推理模型对地址多语义特征进行局部推理和推理组合，来实现中文地址的精准匹配。该方法显著优于现有的基于深度学习的中文地址匹配方法，在匹配精准率、召回率和F1值均取得了优异的结果，这对于地理编码等应用具有重要意义。
-
公开(公告)号：CN118447307A
公开(公告)日：2024-08-06
申请号：CN202410550444.6
申请日：2024-05-06
Applicant: 兰州交通大学
IPC: G06V10/764 , G06V10/762 , G06V10/40 , G06N3/0464 , G06N3/042 , G06V10/774
Abstract: 本申请涉及城市规划领域，公开了基于空间数据分析和图论方法的建筑群模式识别系统，包括：数据预处理单元，用于从地图数据中提取建筑物信息；特征提取单元，用于从提取的建筑物信息中获取视觉变量特征；图构建单元，用于基于提取的特征将建筑群聚类并构建图结构；模式识别单元，用于应用图卷积神经网络分析图结构并分类建筑群模式。本发明系统通过结合空间数据分析和图论方法，实现对城市建筑群模式的高效、自动化识别，此外，还通过使用图卷积神经网络，系统能够处理大规模数据集，提供准确的模式识别，支持复杂的城市环境分析。
-
公开(公告)号：CN117934840A
公开(公告)日：2024-04-26
申请号：CN202410095997.7
申请日：2024-01-24
Applicant: 兰州交通大学
IPC: G06V10/26 , G06V20/64 , G06V20/10 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/10
Abstract: 本发明涉及点云分割技术领域，具体涉及一种融合双邻域特征和全局空间感知的点云场景分割方法。建立基于点云双邻域特征和全局空间感知的网络模型，包括双邻域特征互补模块和全局空间感知模块；双邻域特征互补模块包括局部结构信息编码模块和语义信息引导模块；对点云空间坐标进行编码，获取局部邻域中点云的空间信息；对局部邻域中的点云进行聚类；捕获点云数据局部结构之间的长程依赖关系；将大规模场景点云数据作为所述网络模型的输入，利用网络模型对点云数据进行分割。本发明建立的网络模型从双邻域构造角度桥接几何结构特征和语义特征，同时嵌入全局空间感知模块来挖掘点云场景中的长程依赖关系，能够有效提升分割精度。
-
公开(公告)号：CN120042233A
公开(公告)日：2025-05-27
申请号：CN202510518080.8
申请日：2025-04-24
Applicant: 兰州交通大学
Inventor： 锁旭宏 , 闫浩文 , 李振洪 , 苏小宁 , 车涛 , 张德津 , 管明雷 , 杨树文 , 周亮 , 刘涛 , 孙建国 , 杨维芳 , 何毅 , 郝雪莹 , 杨国林 , 杨学超 , 李毓照 , 王文宁 , 寇瑞雄 , 李伟 , 陈虹 , 陈凡 , 段焕娥 , 王博 , 马文骏 , 杨兵兵
Abstract: 本发明属于水下大型构筑物施工技术领域，涉及一种大型构件水下对接导向系统及对接定位方法。该系统包括设于已安构件尾端顶面上的导向托架、设于待安构件首端顶面上的导向杆，导向杆一端伸出待安构件首端外；导向托架上开设有引导槽及定位槽，导向托架前后两侧分别设有全向声呐扫描仪，导向托架上于定位槽两个侧壁上部的外侧相对设置一对转角仪，每一转角仪包括旋转编码器和测杆，旋转编码器的转轴轴线与定位槽中轴线平行，测杆一端垂直连接于该旋转编码器的转轴上，另一端朝对侧旋转编码器水平延伸。本发明通过全向声呐扫描仪和转角仪的设置，能够在待安构件水下沉放安装时实现导向杆与导向托架的精确对位，显著提升待安构件的安装精度。
-
公开(公告)号：CN118897899B
公开(公告)日：2025-04-25
申请号：CN202411400842.6
申请日：2024-10-09
Applicant: 兰州交通大学
IPC: G06F16/387 , G06F40/205 , G06F40/284 , G06F40/30 , G06N3/042 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06N5/04 , G06F16/35
Abstract: 本发明公开了一种多语义特征协同的中文地址匹配方法，该方法将地址匹配问题转换为二分类问题。首先，对中文地址进行地址要素解析，并利用训练语料库训练Word2vec模型生成其对应的词嵌入向量表示；然后，分别使用文本循环卷积神经网络和图注意力网络提取地址要素的多语义特征；最后，基于增强序列推理模型对地址多语义特征进行局部推理和推理组合，来实现中文地址的精准匹配。该方法显著优于现有的基于深度学习的中文地址匹配方法，在匹配精准率、召回率和F1值均取得了优异的结果，这对于地理编码等应用具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.017 seconds)
