一种基于功能混合度和集成学习的城市功能区识别方法

    公开(公告)号:CN114969007A

    公开(公告)日:2022-08-30

    申请号:CN202210621710.0

    申请日:2022-06-01

    Applicant: 南京大学

    Abstract: 本发明涉及一种基于功能混合度和集成学习的城市功能区识别方法,属于数字信息技术领域。该方法执行如下步骤:1)收集数据以及预处理;2)构建所述城市功能区的识别体系的10个指标特征;3)结构化指标;通过空间统计工具统计各宗地所对应的10个指标特征数据;4)自变量数据集构建;5)响应变量标记;6)根据功能混合度将训练数据集划分为若干子训练集;7)基于Stacking策略的集成学习训练;8)属性表连接完成该宗地的功能区识别。本发明通过对功能混合度进行分级的方式将训练集分开并让预测集数据按照对应功能混合度进行预测,提供了一种较为准确挖掘城市功能区类型和城市特征之间的相关性,实现城市特征映射城市功能区类型识别的方法。

    基于超像素分割的城镇开发边界划定方法

    公开(公告)号:CN114943897A

    公开(公告)日:2022-08-26

    申请号:CN202210611113.X

    申请日:2022-05-31

    Applicant: 南京大学

    Abstract: 本发明涉及基于超像素分割的城镇开发边界划定方法,属于信息自动化技术领域。该方法执行如下步骤:步骤1)数据准备;步骤2)对步骤1)得到结果进行SLIC超像素分割;步骤3)将所述超像素分为显著超像素和非显著超像素,并确定扩展边界与约束边界;步骤4)边界协调与优化,划定城镇开发边界。本发明根据计算的城镇扩展潜力评价和阻隔约束评价,分割提取扩展边界和约束边界,耦合形成最终的城镇开发边界,避免了划分工作对用地规模预测的依赖。根据协调和优化调整规则,经过协调耦合,最终划定城镇开发边界。该方法适应性强,使用本方法可以精确且快速的划定城镇开发边界,满足实际生产的需要,相比传统的城镇开发边界划定方法更实用性。

    一种利用几何与强度特征的分层次机载LiDAR点云分类方法

    公开(公告)号:CN110009054B

    公开(公告)日:2021-01-29

    申请号:CN201910294565.8

    申请日:2019-04-12

    Applicant: 南京大学

    Abstract: 本发明公开了一种利用几何与强度特征的分层次机载LiDAR点云分类方法,属于遥感科学技术领域。本发明步骤为:首先通过机载LiDAR获取地表的三维几何信息和强度信息,并根据几何信息和强度信息为每个LiDAR点构建几何特征与强度特征;再利用随机森林分类器处理几何特征,得到监督分类结果;从监督分类结果中提取地面地物,并利用高斯混合模型处理地面地物点的强度特征,得到非监督分类结果;而后利用启发规则对监督分类结果与非监督分类结果进行融合,获得最终分类结果。本发明克服了现有技术中,易变的强度信息所引起的机载LiDAR点云监督分类器不稳定、难迁移的不足,可以分层次利用机载LiDAR点云的几何信息和强度信息,得到较好的机载LiDAR点云分类结果。

    一种面向海上漂移轨迹预测的数据与模型耦合分析方法

    公开(公告)号:CN112115598A

    公开(公告)日:2020-12-22

    申请号:CN202010941034.6

    申请日:2020-09-09

    Applicant: 南京大学

    Abstract: 本发明涉及一种面向海上漂移轨迹预测的数据与模型耦合分析方法,步骤包括:实测漂移轨迹数据收集与海洋环境数据准备、漂移轨迹预测数值模拟实验、不同海洋环境数据集时空分析、多维度漂移轨迹预测精度评价、精度评价结果统计分析、基于预测轨迹与实测轨迹的FSLE分析、多因素敏感度分析和环境数据与预测模型在区域的适用性评估。本发明提升了漂移轨迹预测中环境数据与物理模型耦合分析评价能力,有助于推动不同模式数据在漂移轨迹预测领域的应用并指导进一步区域数据精化工作。本发明提出了分析评价方法可以较为全面的验证相关预测模式在区域的真实表现,有助于提升轨迹预测的整体可靠性。

    顾及层次任务依赖的遥感影像并行拼接方法

    公开(公告)号:CN105913378B

    公开(公告)日:2019-03-08

    申请号:CN201610216866.5

    申请日:2016-04-08

    Applicant: 南京大学

    Abstract: 一种顾及层次任务依赖的遥感影像并行拼接方法,采取了分层次生成接缝线的方法,将上一层次的计算结果作为下一层次计算的输入数据,具体过程为:首先生成原始遥感影像的有效区;根据已获取的影像有效区生成有效区矢量图层,通过矢量图层获得不同层数相交区多边形,对每一多边形的分水岭变换作为一个任务,当前图层中多边形加入任务队列;再将任务分配给空闲进程进行并行处理,当前层所有多边形处理完毕后再处理上一层标记多边形,直至所有任务都已完成;最终求得各影像最终在拼接影像中的拼接范围,对拼接影像中的各像元赋值。本发明可精确地完成遥感影像并行拼接,并能够解决并行拼接中存在层次任务依赖问题,能够满足实际生产的需要。

    一种基于支持向量机的村庄用地复垦规划方法

    公开(公告)号:CN107944710A

    公开(公告)日:2018-04-20

    申请号:CN201711211766.4

    申请日:2017-11-28

    Applicant: 南京大学

    CPC classification number: G06Q10/0637 G06K9/6269 G06Q10/06393 G06Q50/26

    Abstract: 本发明涉及一种基于支持向量机的村庄用地复垦规划方法,步骤包括:获取待复垦规划研究区的村庄用地信息;建立研究区村庄用地的空间和属性数据库;对复垦规划相关环境变量进行量化并存储;对村庄用地的属性数据进行量化处理;将复垦规划结果用数值代替并添入数据库;通过支持向量机方法进行数值分析并获得分类依据;使用分类依据分类研究区获得规划结果。本发明对多元的复垦规划影响因子能够科学理性的做出合理分类,折衷各个影响因子之间不显著的交互作用以及尽可能减少主观因素的影响,能够给予大范围村庄用地的复垦规划方案,指导土地复垦过程中的合理定夺,使复垦效益和效率提高显著。

    一种基于车载LiDAR数据的电力线提取与拟合方法

    公开(公告)号:CN103473734B

    公开(公告)日:2016-09-14

    申请号:CN201310421449.0

    申请日:2013-09-16

    Applicant: 南京大学

    Abstract: 基于车载LiDAR数据的电力线提取与拟合方法,方法如下:首先利用体元划分车载LiDAR点云,确定各个体元内的点;然后根据真实电力线的分布特点剔除不含有电力线点云的体元;再将过滤得到的电力线点云依据电力线走廊进行划分,并利用AutoClust算法对电力线点云进行初始聚类;接着使用基于端部拟合线段的聚类合并方法,将属于同一电力线的初始点云聚类合并到一起;最后根据电力线的特性,恢复断裂的电力线,最终得到可用以表征单条电力线的点云,并以此进行三维拟合。本发明能够实现海量车载LiDAR数据中电力线点云的自动快速提取,实现了单条电力线的准确识别以及电力线三维模型的精确拟合。

    一种基于建筑物角点自修正的航空与地面LiDAR数据高精度自动配准方法

    公开(公告)号:CN103065295B

    公开(公告)日:2016-01-20

    申请号:CN201210510785.8

    申请日:2012-12-04

    Applicant: 南京大学

    Abstract: 一种基于建筑物角点自修正的航空与地面LiDAR数据高精度自动配准方法,首先从航空LiDAR数据提取建筑物角点(称为航空角点);再从地面LiDAR数据提取建筑物角点(称为地面角点);然后对航空角点与地面角点进行初始匹配,分别从航空角点和地面角点中选取任意两个点计算用于坐标变换的转换矩阵,对所有转换矩阵根据最大匹配对数和最小匹配误差确定最优转换矩阵;最后在确定初始匹配角点对基础上,以地面角点为参考,对航空LiDAR角点进行位置修正,最终实现航空LiDAR数据与地面LiDAR数据的自动配准。本发明可修正航空LiDAR角点中误差较大的点,较大地提高了航空LiDAR数据和地面LiDAR数据的配准精度。

Patent Agency Ranking