-
公开(公告)号：CN116089630A
公开(公告)日：2023-05-09
申请号：CN202310210258.3
申请日：2023-03-07
IPC: G06F16/36 , G06F18/23 , G06F18/22 , G06F16/901 , G06F16/906 , G06F16/29
Abstract: 本发明公开了一种基于图聚类的地理空间知识图谱划分方法，属于知识图谱划分技术领域，该方法首先确定分区数量和不平衡因子；其次挖掘用户偏好定义边权；再基于时空距离和表示用户查询偏好的边权定义节点相似度和局部密度；然后基于密度聚类算法对地理空间知识图谱进行聚类；最后基于贪心图增长算法划分地理空间知识图谱。本发明综合考虑时空约束和用户查询偏好，基于图聚类算法对大规模地理空间知识图谱进行划分，以实现分布式存储，有效地提高数据查询处理性能。
-
公开(公告)号：CN107704551B
公开(公告)日：2020-05-26
申请号：CN201710888304.X
申请日：2017-09-27
Applicant: 中南大学
Abstract: 本发明公开了一种面向公安事件的时空级联模式非参数检验方法，根据每个候选级联模式中各类公安事件的时空分布数据的时空分布特征，构建多元事件时空分布相互独立的零模型；然后将级联参与指数作为候选级联模式频繁度的度量指标，从而对其显著性进行判别。本发明方法不仅能够有效识别公安事件间具有统计意义的显著时空级联模式，且无需人为设置频繁度阈值，降低了现有方法的主观性，并进一步提高时空级联模式挖掘结果辅助解决公安事件防控问题的实用性与可靠性。
-
公开(公告)号：CN108804552A
公开(公告)日：2018-11-13
申请号：CN201810490126.X
申请日：2018-05-21
Applicant: 中南大学
IPC: G06F17/30
Abstract: 本发明公开了空间同位模式挖掘的自适应方法。首先，从同位模式的产生机理分析入手，过滤同位模式挖掘中的干扰要素；进而，从距离邻近性、密度变化一致性和关系紧密性的原则出发，自适应地构建空间要素实例的自然邻近关系；最后，以自然邻域为基础，基于图的连通性从整体到局部发现多层次同位模式。本发明不需要用户输入邻域关系构建参数，可以在空间要素分布不均匀时准确地描述要素间的邻近关系，而且能够借助要素实例Delaunay三角网的连通性自适应地发现局部的同位模式及其分布区域。
-
公开(公告)号：CN108665708A
公开(公告)日：2018-10-16
申请号：CN201810510479.1
申请日：2018-05-24
Applicant: 中南大学
IPC: G08G1/01
Abstract: 本发明公开了一种城市交通流不平衡模式挖掘方法及系统，所述方法包括：首先，建立路网数据与轨迹数据之间的关联模型；进而，提出一种线性扫描统计方法评价交通流不平衡模式的统计显著性；最后，基于模式相似性计算发现流动不平衡模式的动态演化，即频发模式与偶发模式。本发明采用线段扩展方法寻找网络邻域，避免计算点之间的网络距离，从而提高了算法执行效率。本发明提出的线性扫描统计方法对不平衡模式的判别结果受扫描窗口大小的影响较小，因此降低了传统方法人为设定阈值的主观性的影响。将本发明应用于实际交通数据，结合城市功能区与城市设施对不平衡模式的产生原因进行分析，可为城市出行与交通规划提供一定的借鉴。
-
公开(公告)号：CN103942248A
公开(公告)日：2014-07-23
申请号：CN201410071498.0
申请日：2014-02-28
Applicant: 中南大学
IPC: G06F17/30
CPC classification number: G06F17/30554
Abstract: 本发明公开了一种基于Delaunay三角网的空间点事件集聚模式挖掘方法，根据空间点事件的空间坐标构建Delaunay三角网，并采用Delaunay邻近关系约束构建空间点事件间的空间邻接关系。进而，依据从整体到局部的策略，采用三种不同的Delaunay三角网边长约束统计量从Delaunay三角网中提取空间点事件的集聚模式。所有通过Delaunay三角网连接的空间点事件集构成一个空间簇。优点如下：空间集聚模式发现过程中不需要过多的用户输入参数（如空间集聚模式的数目），而且可以发现形状各异、密度不同的空间点事件集聚模式。最后可以将发现的空间集聚模式可视化，并输出聚类结果。
-
Patent Agency Ranking
公开(公告)号：CN103869367A
公开(公告)日：2014-06-18
申请号：CN201410113795.7
申请日：2014-03-25
Applicant: 中南大学
IPC: G01V1/30
Abstract: 本发明涉及一种基于共享密度的地震事件时空聚集模式提取方法。本发明根据时空窗口k邻近关系，识别时空共享邻近地震事件，进而依据时空共享邻近关系，估计时空共享密度，最后依据时空共享邻近关系将高密度地震事件聚集成簇。优点如下：不需要用户设定地震事件时空聚集模式的数目与形态，同时可以提取不同密度的地震事件时空聚集模式，可以从空间和时间耦合的视角发现地震事件的动态演变规律，将地震事件的时空聚集模式可视化表达。
-
公开(公告)号：CN117033541A
公开(公告)日：2023-11-10
申请号：CN202311299795.6
申请日：2023-10-09
Applicant: 中南大学
IPC: G06F16/31 , G06F16/332 , G06F16/36 , G06F16/901 , G06F16/9537
Abstract: 本发明提供了一种时空知识图谱索引方法及相关设备，包括：获取时空节点的时空属性数据，构建3DR索引树；聚合3DR索引树中的每个节点内部包含的所有时空实体，得到超图节点，并将超图节点的二阶子图作为训练数据输入图神经网络模型进行训练，得到子图匹配模型；将获取的查询请求分解得到的查询子图和时空约束输入子图匹配模型进行计算，得到查询子图的嵌入向量以及时空范围参数；对时空属性数据进行剪枝查找每个叶子节点下的时空实体子图，并根据查询子图和子图匹配模型对每个时空实体子图进行剪枝得到时空子图嵌入向量；对比嵌入向量与时空子图嵌入向量在向量空间中的相对位置关系得到查询结果；大幅提升了时空交集查询效率。
-
公开(公告)号：CN110930281B
公开(公告)日：2023-10-03
申请号：CN201911227645.8
申请日：2019-12-04
Applicant: 中南大学
IPC: G06Q50/26 , G06Q10/067 , G06N3/006
Abstract: 本发明公开了一种城市交通流社团结构统计检测的方法及系统，所述方法包括：首先，建立轨迹数据与路网数据的关联模型；其次，提出一种在加权空间嵌入图的空间扫描统计量方法识别出具有显著性的道路；进而，采用蚁群优化检测出任意形状的空间社团；最后，提出一种随机轨迹的蒙特卡洛模拟方法对检测出的空间社团进行显著性评估。将本发明应用于实际交通数据，可以揭示不同区域之间的空间相互作用，为理解城市结构和功能提供一定的借鉴。
-
公开(公告)号：CN108665708B
公开(公告)日：2020-06-05
申请号：CN201810510479.1
申请日：2018-05-24
Applicant: 中南大学
IPC: G08G1/01
Abstract: 本发明公开了一种城市交通流不平衡模式挖掘方法及系统，所述方法包括：首先，建立路网数据与轨迹数据之间的关联模型；进而，提出一种线性扫描统计方法评价交通流不平衡模式的统计显著性；最后，基于模式相似性计算发现流动不平衡模式的动态演化，即频发模式与偶发模式。本发明采用线段扩展方法寻找网络邻域，避免计算点之间的网络距离，从而提高了算法执行效率。本发明提出的线性扫描统计方法对不平衡模式的判别结果受扫描窗口大小的影响较小，因此降低了传统方法人为设定阈值的主观性的影响。将本发明应用于实际交通数据，结合城市功能区与城市设施对不平衡模式的产生原因进行分析，可为城市出行与交通规划提供一定的借鉴。
-
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
IPC: G06F17/30
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。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.024 seconds)
