-
公开(公告)号：CN111491261A
公开(公告)日：2020-08-04
申请号：CN202010333431.5
申请日：2020-04-24
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于智能刷卡数据的个体移动轨迹提取方法，包括步骤：根据智能刷卡数据、公交轨迹数据、公交站点和线路数据计算从第一站点下车到达网格的第一概率、从网格到达第二站点上车的第二概率；根据第一概率和第二概率得到联合概率；根据智能刷卡数据和公交轨迹数据、公交站点和线路数据计算从第一站点下车的数量吸引权、第一站点和第二站点之间的下车距离衰减系数；根据数量吸引权和下车距离衰减系数得到下车吸引权；根据联合概率和下车吸引权得到综合概率。由于智能刷卡数据和相关公交数据对于国内的大小城市都是在采集范围内的，且通过计算联合概率和下车吸引权得到综合概率，从而提取个体移动轨迹，方法适用性高、数据处理难度较低。
-
公开(公告)号：CN114911889A
公开(公告)日：2022-08-16
申请号：CN202210579569.2
申请日：2022-05-26
Applicant: 北京大学深圳研究生院 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/29 , G06N20/00 , G06F16/9537
Abstract: 本发明涉及大数据分析处理技术领域，具体涉及基于多源大数据和机器学习的宜居地图推荐方法和装置。该方法包括获取用户个体属性及行为偏好数据，构建行为特征‑宜居偏好映射模型；基于SVM‑GBRT模型算法，在地图软件中构建个性化宜居地图推荐系统；获取新用户信息，提取用户行为特征进行个性化宜居地图推荐，为用户推荐宜居宜业地评估结果。个性化的宜居地图构建与推荐，实现了面向不同用户的个性化宜居评价，融合个体行为特征和主观偏好的迭代演化模型，并实现了宜居评价的个性化和服务对象的多元化，创新了宜居地图服务模式。
-
公开(公告)号：CN111491261B
公开(公告)日：2022-03-01
申请号：CN202010333431.5
申请日：2020-04-24
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于智能刷卡数据的个体移动轨迹提取方法，包括步骤：根据智能刷卡数据、公交轨迹数据、公交站点和线路数据计算从第一站点下车到达网格的第一概率、从网格到达第二站点上车的第二概率；根据第一概率和第二概率得到联合概率；根据智能刷卡数据和公交轨迹数据、公交站点和线路数据计算从第一站点下车的数量吸引权、第一站点和第二站点之间的下车距离衰减系数；根据数量吸引权和下车距离衰减系数得到下车吸引权；根据联合概率和下车吸引权得到综合概率。由于智能刷卡数据和相关公交数据对于国内的大小城市都是在采集范围内的，且通过计算联合概率和下车吸引权得到综合概率，从而提取个体移动轨迹，方法适用性高、数据处理难度较低。
-
公开(公告)号：CN112950092A
公开(公告)日：2021-06-11
申请号：CN202110418097.8
申请日：2021-04-19
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开一种基于轨迹数据的街道可骑行性评估方法，所述基于轨迹数据的街道可骑行性评估方法包括以下步骤：获取目标街道对共享单车可骑行的评价指标，其中，所述评价指标包括获取目标街道的骑行需求、所述目标街道的属性、所述目标街道的单车供给以及共享单车在所述目标街道的骑行频次；对各个所述评价指标进行回归分析，得到每个所述评价指标的分值；根据各个所述分值确定所述目标街道对共享单车的可骑行结果。本发明还公开一种基于轨迹数据的街道可骑行性评估装置和存储介质。本发明提高了城市街道的可骑行确定效率。
-
公开(公告)号：CN112950092B
公开(公告)日：2024-06-25
申请号：CN202110418097.8
申请日：2021-04-19
Applicant: 哈尔滨工业大学(深圳)
IPC: G06Q10/063 , G06Q50/26
Abstract: 本发明公开一种基于轨迹数据的街道可骑行性评估方法，所述基于轨迹数据的街道可骑行性评估方法包括以下步骤：获取目标街道对共享单车可骑行的评价指标，其中，所述评价指标包括获取目标街道的骑行需求、所述目标街道的属性、所述目标街道的单车供给以及共享单车在所述目标街道的骑行频次；对各个所述评价指标进行回归分析，得到每个所述评价指标的分值；根据各个所述分值确定所述目标街道对共享单车的可骑行结果。本发明还公开一种基于轨迹数据的街道可骑行性评估装置和存储介质。本发明提高了城市街道的可骑行确定效率。
-
Patent Agency Ranking
公开(公告)号：CN108537865A
公开(公告)日：2018-09-14
申请号：CN201810234993.7
申请日：2018-03-21
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06T15/00
Abstract: 本发明涉及一种基于视觉三维重建的古建筑模型生成方法和装置。该方法包括：1)获取不同视角的古建筑图像；2)对古建筑图像进行特征提取，并进行特征匹配；3)根据特征匹配的结果，计算图像拍摄时刻的摄像机相对位置姿态和古建筑稀疏三维点云；4)根据图像拍摄时刻的摄像机相对位置姿态和古建筑稀疏三维点云，利用图像面片匹配获取古建筑稠密三维点云；5)根据古建筑稠密三维点云，生成古建筑三角面片模型；6)利用古建筑三角面片模型，根据三维点与图像的匹配关系，计算纹理映射并生成古建筑三维模型。本发明能够快速有效的实现从图像到三维模型的自动生成，具有安全、成本低、可实施性强等优点，能够满足目前古建筑数字化的需求。
-
公开(公告)号：CN104794201A
公开(公告)日：2015-07-22
申请号：CN201510194378.4
申请日：2015-04-22
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06F17/30
Abstract: 本发明适用于地标描述领域，提供了一种基于Voronoi图与地标的层次性空间位置描述方法及装置，所述基于Voronoi图与地标的层次化空间位置描述方法包括：对空间上的地标，生成所述地标的Voronoi图；建立所述地标的层次化空间参照框架；根据目标对象选定多个所述地标作为参照物，以所述参照物建立所述目标对象的层次性空间位置描述。本发明解决了目标对象的空间位置只采用一个层次参照系来进行描述，从而与人的空间认知不符合的问题，通过Voronoi图建立层次化的空间参照体系，并基于该参照体系自动生成的目标对象空间位置描述，该描述符合人在空间认知上的层次性以及在不同场景下的习惯，从而提高了目标对象定位的效率。
-
公开(公告)号：CN114579891B
公开(公告)日：2022-07-15
申请号：CN202210478286.9
申请日：2022-05-05
Applicant: 北京大学深圳研究生院 , 哈尔滨工业大学(深圳)
IPC: G06F16/9537 , G06Q50/16 , G06F16/29
Abstract: 本发明提出了一种基于多源大数据的个性化宜居地图推荐方法和装置，通过预先建立的卷积神经网络宜居特征数据网络模型对获取的多源大数据进行分析，获取第一类型数据和第二类型数据，并基于不同的数据类型分别进行处理，以得到满足用户宜居需求的数据源类型，从而根据预先建立的特征‑宜居偏好模型形成宜居地图数据，并能够根据更新的数据进行数据模型的优化，从而实现个性化宜居地图的构建与推荐，使得对城市进行高时空分辨率、连接城市居民客观行为和主观感受、满足个性化需求的宜居评估和多场景规划应用成为可能。
-
公开(公告)号：CN108810818B
公开(公告)日：2020-10-23
申请号：CN201810508830.3
申请日：2018-05-24
Applicant: 深圳市数字城市工程研究中心 , 哈尔滨工业大学深圳研究生院
Abstract: 本发明适用于移动互联网技术领域，提供了一种居民生活圈的划分方法及装置，包括：记录终端向基站发送定位信息的时间，确定其在每天一定时间周期内停留时间最长的基站为目标基站，同时根据定位时间记录，确定在预设的夜间时间段之内停留时间最长的基站为中心基站，用于表示该终端用户的居住地，基于时间维度、以中心基站为中心按照距离由近到远的顺序对每个目标基站的停留时间进行累加得到累加时长，最后根据预设的累加时长阈值划分对应的生活圈的大小，确定以中心基站为中心的生活圈半径，全面、精确的划分出居民生活圈的范围。
-
公开(公告)号：CN103761732B
公开(公告)日：2016-09-07
申请号：CN201410005773.9
申请日：2014-01-06
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06T7/00
Abstract: 本发明适用于计算机视觉及热红外成像技术领域，提供了一种可见光与热红外融合的立体成像装置及其标定方法。所述可见光与热红外融合的立体成像装置包括双相机云台、用以支撑所述双相机云台的支架以及置于所述双相机云台的可见光相机和热红外相机。所述标定方法包括以下步骤：对可见光相机的内参数和畸变参数进行标定；对热红外相机的内参数和畸变参数进行标定；对所述可见光相机与热红外相机之间的相对旋转和平移进行标定。该装置结构简单，易于标定，满足立体热环境研究及应用需求。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.019 seconds)
