-
公开(公告)号：CN118747963A
公开(公告)日：2024-10-08
申请号：CN202411031115.7
申请日：2024-07-30
Applicant: 东南大学 , 南京东南大学城市规划设计研究院有限公司
IPC: G08G1/01 , G08G1/0969
Abstract: 本发明涉及一种基于同道路多车道信息识别的OSM道路数据简化方法，包括：步骤S1：获取目标区域的OSM车道数据，并将其转换为图数据结构，得到信息图；步骤S2：遍历信息图中的所有车道，将名称相同的车道合并为一条道路，对于每条道路，构建一个子图；步骤S3：对于每个子图，筛选出待删除节点和车道，删除后得到初步简化后的子图；步骤S4：判断是否存在节点数量大于或等于2个的初步简化的子图，若为是，则执行步骤S5，反之，则执行步骤S7；步骤S5：选择一个节点数量大于或等于2个的初步简化的子图，通过基于栈的深度优先搜索方法寻找最小环路；步骤S6：判断寻找得到的最小环路是否为道路区域，若为是，则对最小环路简化为一条新的车道，并更新子图，返回步骤S4；步骤S7：基于当前的子图更新信息图。与现有技术相比，本发明具有准确性和适应性佳等优点。
-
公开(公告)号：CN117649324B
公开(公告)日：2024-10-11
申请号：CN202311292592.4
申请日：2023-10-08
Applicant: 南京东南大学城市规划设计研究院有限公司 , 东南大学
IPC: G06Q50/26
Abstract: 本发明公开一种暴雨情况下提升城市抵御洪涝灾害能力的方法及系统，属于城乡规划领域；方法包括：采集研究区域内的历史水文和降雨数据信息，提取该地历史暴雨上限降雨量，计算调蓄组团所需承载雨量Zr；根据当地地形数据，绘制该地的汇水分区，并识别各个汇水分区中的自然低洼区域，以建立汇水安全组团；根据当地地形数据、三调数据和汇水安全组团，建立山地丘陵区、山前平原城区和滨河平原区三种类型的调蓄组团；且三种类型调蓄组团所能承载的暴雨降水量之和不能小于调蓄组团所需承载雨量Zr；结合相应调蓄组团的布置建立不同的雨洪疏解模式，山地丘陵区、山前平原区以及滨河平原区分别建立环壕加旱塘、枝状连塘以及低地蓝绿网络的雨洪疏解模式。
-
公开(公告)号：CN117649324A
公开(公告)日：2024-03-05
申请号：CN202311292592.4
申请日：2023-10-08
Applicant: 南京东南大学城市规划设计研究院有限公司 , 东南大学
IPC: G06Q50/26
Abstract: 本发明公开一种暴雨情况下提升城市抵御洪涝灾害能力的方法及系统，属于城乡规划领域；方法包括：采集研究区域内的历史水文和降雨数据信息，提取该地历史暴雨上限降雨量，计算调蓄组团所需承载雨量Zr；根据当地地形数据，绘制该地的汇水分区，并识别各个汇水分区中的自然低洼区域，以建立汇水安全组团；根据当地地形数据、三调数据和汇水安全组团，建立山地丘陵区、山前平原城区和滨河平原区三种类型的调蓄组团；且三种类型调蓄组团所能承载的暴雨降水量之和不能小于调蓄组团所需承载雨量Zr；结合相应调蓄组团的布置建立不同的雨洪疏解模式，山地丘陵区、山前平原区以及滨河平原区分别建立环壕加旱塘、枝状连塘以及低地蓝绿网络的雨洪疏解模式。
-
公开(公告)号：CN116524193B
公开(公告)日：2025-01-07
申请号：CN202310585244.X
申请日：2023-05-23
Applicant: 东南大学 , 南京东南大学城市规划设计研究院有限公司
IPC: G06V10/26 , G06V10/72 , G06V10/82 , G06V10/764 , G06V10/774 , G06F16/951 , G06F16/9535 , G06Q10/063 , G06Q50/26 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于结构方程模型的城市视觉景观评价方法及系统，属于城市规划领域；评价方法包括：对城市视觉景观图片及附带信息进行爬取，将数据进行清洗处理，建立城市视觉景观图片数据集；基于深度卷积神经网络对城市视觉景观要素量化，对数据集中的城市视觉景观图片进行语义分割，得到城市视觉景观要素指标；判别量化后的城市视觉景观要素指标与景观特征的关系，通过SPSS软件的因子分析对其进行归纳分类，找出城市视觉景观要素指标与景观特征的对应关系；基于城市视觉景观指标与城市视觉景观特征的对应关系，构建城市视觉景观特征对公众偏好影响的结构方程模型；对所述结构方程模型的指标进行调整，得到城市视觉景观评价模型。
-
Patent Agency Ranking
公开(公告)号：CN118779394A
公开(公告)日：2024-10-15
申请号：CN202410925304.2
申请日：2024-07-11
Applicant: 南京东南大学城市规划设计研究院有限公司 , 东南大学
IPC: G06F16/29 , G06F16/901 , G06F16/22
Abstract: 一种识别OSM城市道路数据中待合并闭合环路的方法，将指定区域范围内的OSM城市道路数据转化为图数据；通过计算节点上任意两条多段线夹角，识别待合并多段线；计算待合并多段线上所有节点相交多段线数量以识别断点；以广度优先算法识别断点间的连接路径；计算连接路径所属最短多边形的圆形率，以筛选用于修复环路的多段线；将可用多段线加入待合并多段线组合中；对于重复出现的可用多段线，再次检验其同组所有多段线的节点是否存在断点；输出闭合环路上所有连接路径的组合。本发明能弥补合并OSM道路数据中同一路段所有车道时，因不能准确识别所有车道出现的路段缺漏问题，提高了将OSM道路数据用于城市路网形态特征研究的效率，节省了大量机械劳动时间。
-
公开(公告)号：CN118800090A
公开(公告)日：2024-10-18
申请号：CN202410776971.9
申请日：2024-06-17
Applicant: 东南大学 , 南京东南大学城市规划设计研究院有限公司
IPC: G08G1/0969 , G06F16/23 , G06F16/29
Abstract: 本发明公开了一种简化OSM地图数据过短道路的方法及系统，方法包括：将OSM地图数据转化为图数据结构；遍历线段集合，根据设置的长度阈值寻找需要进行简化的线段，并确定其搜索范围；集合需要简化的线段周边范围信息，计算线段本身几何特征和周边道路之间的几何差异，检测并判断该线段是否需要合并；取待合并线段的中点继承两端点与其他线段之间的连接关系，更新线段几何信息得到新的图数据结构。本发明在无实际地图参考的情况下可以自动简化城市尺度OSM地图数据的过短道路，节省了重复校核路网的人力和时间成本，有助于提高后续路网分析的准确性。
-
公开(公告)号：CN116740506B
公开(公告)日：2024-08-16
申请号：CN202310840030.2
申请日：2023-07-10
Applicant: 东南大学 , 南京东南大学城市规划设计研究院有限公司
IPC: G06V10/774 , G06V10/764 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种历史文化街区的形态特征要素识别提取方法，属于城市规划领域。所述方法包括以下步骤：获取历史文化街区的媒体图像，对图像进行处理，依靠深度学习技术(Places365‑CNNs卷积神经网络模型)对图像的形态特征要素进行定量分析，得到图像形态特征要素库。本发明利用深度学习技术对历史文化街区的形态特征要素进行识别提取，考虑了公众对历史文化街区的空间形态特征的广泛认知，提升了形态特征要素识别提取的准确性，形成了一套系统科学的历史文化街区形态特征要素识别提取方法。
-
公开(公告)号：CN116740506A
公开(公告)日：2023-09-12
申请号：CN202310840030.2
申请日：2023-07-10
Applicant: 东南大学 , 南京东南大学城市规划设计研究院有限公司
IPC: G06V10/774 , G06V10/764 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种历史文化街区的形态特征要素识别提取方法，属于城市规划领域。所述方法包括以下步骤：获取历史文化街区的媒体图像，对图像进行处理，依靠深度学习技术(Places365‑CNNs卷积神经网络模型)对图像的形态特征要素进行定量分析，得到图像形态特征要素库。本发明利用深度学习技术对历史文化街区的形态特征要素进行识别提取，考虑了公众对历史文化街区的空间形态特征的广泛认知，提升了形态特征要素识别提取的准确性，形成了一套系统科学的历史文化街区形态特征要素识别提取方法。
-
公开(公告)号：CN116524193A
公开(公告)日：2023-08-01
申请号：CN202310585244.X
申请日：2023-05-23
Applicant: 东南大学 , 南京东南大学城市规划设计研究院有限公司
IPC: G06V10/26 , G06V10/72 , G06V10/82 , G06V10/764 , G06V10/774 , G06F16/951 , G06F16/9535 , G06Q10/063 , G06Q50/26 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于结构方程模型的城市视觉景观评价方法及系统，属于城市规划领域；评价方法包括：对城市视觉景观图片及附带信息进行爬取，将数据进行清洗处理，建立城市视觉景观图片数据集；基于深度卷积神经网络对城市视觉景观要素量化，对数据集中的城市视觉景观图片进行语义分割，得到城市视觉景观要素指标；判别量化后的城市视觉景观要素指标与景观特征的关系，通过SPSS软件的因子分析对其进行归纳分类，找出城市视觉景观要素指标与景观特征的对应关系；基于城市视觉景观指标与城市视觉景观特征的对应关系，构建城市视觉景观特征对公众偏好影响的结构方程模型；对所述结构方程模型的指标进行调整，得到城市视觉景观评价模型。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.119 seconds)
