-
公开(公告)号：CN109934917A
公开(公告)日：2019-06-25
申请号：CN201910151140.1
申请日：2019-02-28
Applicant: 武汉大学
IPC: G06T17/05
Abstract: 本发明提供一种基于机器学习预测计算强度的并行化点云生成DEM方法，其特征在于：进行CART模型的训练，包括特征选择、样本数据生成、模型训练以及存储；使用四叉树对待处理的点云数据进行递归划分，采用存储的CART模型预测各瓦片计算强度，基于Z-曲线将二维空间的瓦片进行降维处理，然后基于预测的瓦片计算强度和空间编码将瓦片映射到各进程并行内插DEM。本发明技术方案具有高效性和可行性。本发明与传统串行的点云生成DEM相比，采用了基于机器学习预测计算强度的并行化点云生成DEM方法，性能提升能实现量级的突破，有效地节省执行时间，特别适合于海量稠密点云的数据处理，支持地学应用实时化。
-
公开(公告)号：CN109934917B
公开(公告)日：2023-05-16
申请号：CN201910151140.1
申请日：2019-02-28
Applicant: 武汉大学
IPC: G06T17/05
Abstract: 本发明提供一种基于机器学习预测计算强度的并行化点云生成DEM方法，其特征在于：进行CART模型的训练，包括特征选择、样本数据生成、模型训练以及存储；使用四叉树对待处理的点云数据进行递归划分，采用存储的CART模型预测各瓦片计算强度，基于Z‑曲线将二维空间的瓦片进行降维处理，然后基于预测的瓦片计算强度和空间编码将瓦片映射到各进程并行内插DEM。本发明技术方案具有高效性和可行性。本发明与传统串行的点云生成DEM相比，采用了基于机器学习预测计算强度的并行化点云生成DEM方法，性能提升能实现量级的突破，有效地节省执行时间，特别适合于海量稠密点云的数据处理，支持地学应用实时化。
-
公开(公告)号：CN112487125A
公开(公告)日：2021-03-12
申请号：CN202011447802.9
申请日：2020-12-09
Applicant: 武汉大学
Abstract: 本发明提出了一种面向时空大数据计算的分布式空间对象组织方法。本发明基于SPARK弹性分布式数据集结构RDD和开放地理空间信息联盟简单要素空间数据模型与传感网观测数据模型构建空间弹性分布式数据集模型与空间观测弹性分布式数据集，并进一步将空间弹性分布式数据集转化为空间点弹性分布式数据集、空间线弹性分布式数据集和空间面弹性分布式数据集，以支持时空点、线、面、观测大数据的分布式处理。本发明能够支持海量空间数据进行高效的组织和处理，并兼容对传感网观测数据进行高效的组织和处理，运用先进的分布式处理架构为空间数据的组织及计算带来高性能与高可用的特色。
-
公开(公告)号：CN112163827A
公开(公告)日：2021-01-01
申请号：CN202010973071.5
申请日：2020-09-16
Applicant: 武汉大学
IPC: G06Q10/10 , G06Q10/06 , G06F16/9538 , G06F16/953 , G06F16/22
Abstract: 本发明提供了一种卫星遥测智能服务系统，属于卫星遥测智能处理与服务技术领域。本发明的系统由基础设施层、资源管理与服务层、应用层组成，包括了系统管理、资源中心、订单中心、遥测中心和轨道预报5大功能模块。本发明突破了传统卫星遥测资源和数据的组织管理方式，软件底层基于云基础设施和主流的数据存储技术实现对系统基础设施、海量异构遥测资源和数据、在线应用的统一管理，实现在线智能分析与服务。本发明可以实时地与卫星进行数据交互，并将有效的数据存储到数据库中，同时提供了一个操作平台，使用者通过访问浏览器登陆平台即可进行数据查询分析等各项操作。
-
公开(公告)号：CN111598532A
公开(公告)日：2020-08-28
申请号：CN202010357583.9
申请日：2020-04-29
Applicant: 武汉大学
IPC: G06Q10/10 , G06Q50/26 , G06F40/186
Abstract: 本发明公开了一种灾情评估报告的自动生成方法及系统，其中的方法利用预先设计的地图符号模板、专题图布局模板、自然语言生成模板与文档模板，通过Web接口与工作流的方式读取实时或近实时的灾情数据，以不依赖人工交互的方式自动生成含有灾情评估报告，避免了大量重复性劳动，提高了自然灾害响应的效率。
-
Patent Agency Ranking
公开(公告)号：CN114418606B
公开(公告)日：2024-05-28
申请号：CN202111450423.X
申请日：2021-12-01
Applicant: 武汉大学
IPC: G06Q30/0202 , G06Q50/47 , G06Q10/0631 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于时空卷积网络的网约车订单需求预测方法，包括以下步骤：(1)获取各种数据集并进行预处理；(2)将订单数据利用DPC聚类方法将城市划分为多个虚拟站点；将订单数据集按照指定的时间间隔进行切片，并进行标准化处理；将处理后的数据集划分为训练集、验证集和测试集；(3)构建基于时空卷积网络的订单需求预测模型；使用训练集训练模型，利用验证集选择出表现最好的预测模型；(4)在测试集上利用最优预测模型进行订单需求量预测。本发明能够有效地对影响网约车订单需求的时空因素和外部因素进行建模，提升订单需求预测的精度，同时能够缩短用户的候车时间，提升用户出行体验。
-
公开(公告)号：CN112181642B
公开(公告)日：2024-02-02
申请号：CN202010971187.5
申请日：2020-09-16
Applicant: 武汉大学
IPC: G06F9/50 , G06F18/211 , G06F18/214 , G06N20/00
Abstract: 本发明公开了一种空间计算操作的人工智能优化方法，该方法包括：通过运用机器学习中特征选择技术包括RReliefF、平均精度减少、平均不纯度减少、递归特征消除和包裹式遗传算法，以及回归模型训练技术包括CART回归树、随机森林、梯度上升回归和支持向量回归，构建最优计算强度预测模型，嵌入并优化高性能地理计算过程。结果提供了一个机器学习技术预测地学应用计算强度的应用方法，本发明以传统GIS空间计算操作中的多边形空间相交为例，证明了提出方法的可行性以及高效性。
-
公开(公告)号：CN112163101B
公开(公告)日：2024-01-26
申请号：CN202011194857.3
申请日：2020-10-30
Applicant: 武汉大学
Abstract: 本发明提出了一种面向空间知识图谱的地理实体匹配与融合方法。本发明构建地理实体对象数据集，将空间邻近的地理实体对作为待匹配地理实体对集合，提取名称字面、名称语音、名称词袋、几何、类别相似度获得相似度特征集合；人工标记一定数量的样本，以其与对应的相似度特征为输入、标签值为输出，训练地理实体匹配深度学习网络模型，预测每个待匹配地理实体对并过滤得到匹配地理实体对集合；最后合并获得匹配地理实体集合，制定策略对属性冲突进行消解从而获得融合结果并发布为空间知识图谱。本发明提高了地理实体的匹配精度，避免了人为干扰因素，构建了高精度的地理实体匹配与融合模型，增强了地理实体库的可用性和数据可追溯性。
-
公开(公告)号：CN111598532B
公开(公告)日：2023-08-08
申请号：CN202010357583.9
申请日：2020-04-29
Applicant: 武汉大学
IPC: G06Q10/10 , G06Q50/26 , G06F40/186
Abstract: 本发明公开了一种灾情评估报告的自动生成方法及系统，其中的方法利用预先设计的地图符号模板、专题图布局模板、自然语言生成模板与文档模板，通过Web接口与工作流的方式读取实时或近实时的灾情数据，以不依赖人工交互的方式自动生成含有灾情评估报告，避免了大量重复性劳动，提高了自然灾害响应的效率。
-
公开(公告)号：CN112487125B
公开(公告)日：2022-08-16
申请号：CN202011447802.9
申请日：2020-12-09
Applicant: 武汉大学
Abstract: 本发明提出了一种面向时空大数据计算的分布式空间对象组织方法。本发明基于SPARK弹性分布式数据集结构RDD和开放地理空间信息联盟简单要素空间数据模型与传感网观测数据模型构建空间弹性分布式数据集模型与空间观测弹性分布式数据集，并进一步将空间弹性分布式数据集转化为空间点弹性分布式数据集、空间线弹性分布式数据集和空间面弹性分布式数据集，以支持时空点、线、面、观测大数据的分布式处理。本发明能够支持海量空间数据进行高效的组织和处理，并兼容对传感网观测数据进行高效的组织和处理，运用先进的分布式处理架构为空间数据的组织及计算带来高性能与高可用的特色。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.027 seconds)
