公开(公告)号：CN114881140B

公开(公告)日：2024-07-02

申请号：CN202210482521.X

申请日：2022-05-05

Applicant: 安徽农业大学

Inventor： 李军利 ,  邢文文 ,  周成 ,  王伟印 ,  涂有军 ,  张韩 ,  王雅楠

IPC: G06F18/23213 ,  G06F18/2323 ,  G06F16/9537

Abstract: 本发明涉及地理流技术领域，具体涉及一种扩展谱聚类的地理流空间分析方法；本发明主要关注的是将流视作整体研究对象进行聚类的方法。基于已有的地理流研究方法提出了一种新的流聚类方法，该方法通过定义流的距离和流的空间相似性，将谱聚类的研究方法应用于流领域中，并通过模拟实验验证来分析该方法的有效性和可靠性；本发明提供的一种扩展谱聚类空间分析的地理流方法将应用于点数据的谱聚类应用于OD空间流中，将点的数据处理方法转换为线的处理方法，是一种方法的创新，为探索海量空间流数据提供了有效工具。

公开(公告)号：CN114881140A

公开(公告)日：2022-08-09

申请号：CN202210482521.X

申请日：2022-05-05

Applicant: 安徽农业大学

Inventor： 李军利 ,  邢文文 ,  周成 ,  王伟印 ,  涂有军 ,  张韩 ,  王雅楠

IPC: G06K9/62 ,  G06F16/9537

Abstract: 本发明涉及地理流技术领域，具体涉及一种扩展谱聚类的地理流空间分析方法；本发明主要关注的是将流视作整体研究对象进行聚类的方法。基于已有的地理流研究方法提出了一种新的流聚类方法，该方法通过定义流的距离和流的空间相似性，将谱聚类的研究方法应用于流领域中，并通过模拟实验验证来分析该方法的有效性和可靠性；本发明提供的一种扩展谱聚类空间分析的地理流方法将应用于点数据的谱聚类应用于OD空间流中，将点的数据处理方法转换为线的处理方法，是一种方法的创新，为探索海量空间流数据提供了有效工具。

公开(公告)号：CN116049404A

公开(公告)日：2023-05-02

申请号：CN202310047534.9

申请日：2023-01-31

Applicant: 安徽农业大学

Inventor： 李军利 ,  周成 ,  张韩 ,  涂有军 ,  王雅楠 ,  邵婷

IPC: G06F16/35 ,  G06F16/29 ,  G06F40/289

Abstract: 本发明属于地理空间信息处理技术领域，具体涉及一种基于拓扑数据分析增强的灾情地理文本分类方法，对原始数据进行收集得到相关的地理灾情文本数据，然后人工标注参考分类文本数据类别，之后通过python中的jieba库进行分词以及使用Word2Vec库将文本转为向量，并对得到的向量进行数据处理：对词向量这块，采用拓扑数据分析方法进行处理。使用神经网络等机器学习模型进行训练，获得训练模型，用以预测目标文本的类别。本发明创新性引入拓扑数据分析方法，改进神经网络等传统机器学习方法，提出了一种基于拓扑数据分析增强的灾情地理文本分类方法。

公开(公告)号：CN117150405A

公开(公告)日：2023-12-01

申请号：CN202311116102.5

申请日：2023-08-30

Applicant: 安徽农业大学

Inventor： 李军利 ,  涂有军 ,  王雅楠 ,  邵婷 ,  高钰鑫 ,  张韩

IPC: G06F18/2433 ,  G06F18/2131 ,  G06F18/27 ,  G06F17/14 ,  G06F17/18 ,  G06F123/02

Abstract: 本发明公开了一种联合小波变换和拓扑持久性熵的时间序列异常检测方法，包括：基于小波函数和分解级数，将待检测的时间序列分解为不同级数的小波分量；将分解后得到的小波分量作为变量序列，并将变量序列通过Takens嵌入定理嵌入至三维空间中，并将不同的小波分量的点云重构到三维空间；对重构后的小波分量的点云数据进行逆变换，以得到重构的时间序列；将重构的时间序列划分为窗口，并计算每个窗口的持久性熵；若计算得到的窗口的持久性熵超过预设的持久性熵阈值，则该窗口为异常窗口。本发明基于小波分析来提取时间序列的特征和结构信息，并基于拓扑持久性熵来度量时间序列的复杂度和规律性，具有良好的检测准确性和鲁棒性。

公开(公告)号：CN115357811A

公开(公告)日：2022-11-18

申请号：CN202211013111.7

申请日：2022-08-23

Applicant: 安徽农业大学

Inventor： 李军利 ,  涂有军 ,  张韩 ,  王雅楠 ,  周成 ,  邢文文 ,  王伟印

IPC: G06F16/9537 ,  G06F16/29 ,  G06F16/2458 ,  G06F16/906 ,  G06K9/62

Abstract: 本发明属于数据挖掘技术领域，具体涉及一种顾及拓扑数据分析的时序多层地理流聚类识别方法，包括如下步骤：S1、时序地理流构建；S2、地理流降维；S3、地理流聚类识别。本发明提出了一种顾及拓扑数据分析的时序多层地理流聚类识别方法，这种全新的地理时空分析方法可识别多层地理流聚类；为了将多层时序地理流进行聚类，发明人将拓扑数据分析的多透镜工具引入到方法持久性图中，计算每个持久性图之间的Wasserstein距离从而将不同时序的多层地理流进行聚类，生动地描绘了它们的动态相互作用，丰富对城市空间动态组织的研究；其实验结果可以为可持续城市管理提供决策支持。