-
公开(公告)号：CN119312454A
公开(公告)日：2025-01-14
申请号：CN202411453950.X
申请日：2024-10-17
Applicant: 南京大学
IPC: G06F30/13 , G06F113/08 , G06F119/08
Abstract: 本发明公开一种顾及路径密度和空间连通性的多级通风廊道构建方法，包括：获取潜在通风廊道；计算潜在廊道与盛行风向的夹角；提取线密度较高的廊道中心线；按照线密度从高值到低值逐步进行筛选，形成一级廊道；扣除一级廊道的缓冲区内的潜在廊道，得到潜在二级廊道；计算剩余潜在二级廊道与盛行风向的夹角，并剔除夹角大于45°的潜在二级廊道；去除长度较短的潜在二级廊道；计算潜在二级廊道穿越绿色空间、水域的长度；计算潜在二级廊道穿过地表温度高值区域的长度；选择长度均较长的潜在廊道作为二级廊道。采用本发明的技术方案，减少通风廊道的实际建设成本，补充局部区域廊道缺失、有效促进外围空气流入与内部空气交换流通。
-
公开(公告)号：CN110009054A
公开(公告)日：2019-07-12
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。
-
公开(公告)号：CN103106254B
公开(公告)日：2016-03-09
申请号：CN201310020714.4
申请日：2013-01-21
Applicant: 南京大学
IPC: G06F17/30
Abstract: 本发明涉及一种多边形矢量数据文件的并行拼接方法，步骤如下：系统生成管理进程和多个拼接进程，管理进程读取多边形矢量文件，并将多边形矢量文件分成需要拼接的矢量文件和不需要拼接的矢量文件；管理进程对需要拼接的矢量文件排序，将相邻且成对的需要拼接的矢量文件分配给各拼接进程；拼接进程接收从管理进程传递的需要拼接的矢量文件名，遍历需要拼接的矢量文件中的多边形，找到需要拼接的多边形并对多边形进行拼接，并将拼接后的矢量文件名传递回管理进程；重复执行以上步骤，直到管理进程的矢量文件拼接序列为空。该方法能够有效地解决基于行划分的栅格矢量化并行算法的结果出现多边形被切分的问题，且提高了矢量文件的拼接效率。
-
公开(公告)号：CN103106254A
公开(公告)日：2013-05-15
申请号：CN201310020714.4
申请日：2013-01-21
Applicant: 南京大学
IPC: G06F17/30
Abstract: 本发明涉及一种多边形矢量数据文件的并行拼接方法，步骤如下：系统生成管理进程和多个拼接进程，管理进程读取多边形矢量文件，并将多边形矢量文件分成需要拼接的矢量文件和不需要拼接的矢量文件；管理进程对需要拼接的矢量文件排序，将相邻且成对的需要拼接的矢量文件分配给各拼接进程；拼接进程接收从管理进程传递的需要拼接的矢量文件名，遍历需要拼接的矢量文件中的多边形，找到需要拼接的多边形并对多边形进行拼接，并将拼接后的矢量文件名传递回管理进程；重复执行以上步骤，直到管理进程的矢量文件拼接序列为空。该方法能够有效地解决基于行划分的栅格矢量化并行算法的结果出现多边形被切分的问题，且提高了矢量文件的拼接效率。
-
公开(公告)号：CN115100394B
公开(公告)日：2023-11-03
申请号：CN202210729862.2
申请日：2022-06-24
Applicant: 南京大学
IPC: G06V10/25 , G06V10/764 , G06V20/10 , G06V20/70
Abstract: 本发明涉及一种基于兴趣点Voronoi图的城市街区功能识别方法，属于数据处理技术领域。该方法执行如下步骤：对城市街区内部的兴趣点数据按类别进行分类；创建规则格网将城市街区划分为若干格网单元；对每个格网单元内的兴趣点数据进行聚合，得到兴趣点聚合点数据；基于兴趣点聚合点数据创建Voronoi图，得到每个兴趣点聚合点数据对应的Voronoi多边形；计算城市街区内每个Voronoi多边形的面积，将Voronoi多边形的面积与城市街区的面积之比作为对应的兴趣点聚合点数据的权重，从而实现对城市街区的功能识别。本发明能够凸显密度低但能够表征城市街区主导功能的兴趣点数据重要性，从而有助于提高基于兴趣点数据的城市街区功能区识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN111062446B
公开(公告)日：2023-05-09
申请号：CN201911355597.0
申请日：2019-12-25
Applicant: 南京大学
IPC: G06F18/243 , G06F18/23213 , G06F16/29 , G06Q50/26
Abstract: 本发明涉及一种基于多源国土资源数据的土地类型分类方法，该方法借助第二次全国土壤普查、土地利用现状调查、地理国情普查、互联网数据等多源数据，融合地貌类型、土壤类型、土地利用类型、土地利用强度等反映土地资源综合特征的属性指标，构建了中尺度土地类型分类系统，并提出了集典型验证与分层验证等于一体的分类结果验证方法体系。本发明旨在提升土地类型研究的效率与实用性，实现土地资源综合信息的精准分类，服务国家国土资源调查、地理国情普查等重大战略应用需求。
-
公开(公告)号：CN114971358A
公开(公告)日：2022-08-30
申请号：CN202210661299.X
申请日：2022-06-13
Applicant: 南京大学
Abstract: 本发明公开了一种基于D‑G曲线和BP‑ANN的城市建成区活力评价方法，包括以下步骤：S1：步骤1：首解构城市活力的形成；S2：基于不同数据源、不同分类标准的土地利用覆被产品为土地资源、类型等信息提取提供扎实的数据支撑；S3：基于POI密度估计，采用D‑G区县识别建成区的空间界限；S4：最终的建成区由边界Ⅰ与边界Ⅱ经空间几何分析后融合提取得到；S5：确定好城市活力评价范围后，对指标需进行标准化处理；S6：采用模糊聚类和随机抽样相结合的训练样本选取方法。
-
公开(公告)号：CN111062446A
公开(公告)日：2020-04-24
申请号：CN201911355597.0
申请日：2019-12-25
Applicant: 南京大学
Abstract: 本发明涉及一种基于多源国土资源数据的土地类型分类方法，该方法借助第二次全国土壤普查、土地利用现状调查、地理国情普查、互联网数据等多源数据，融合地貌类型、土壤类型、土地利用类型、土地利用强度等反映土地资源综合特征的属性指标，构建了中尺度土地类型分类系统，并提出了集典型验证与分层验证等于一体的分类结果验证方法体系。本发明旨在提升土地类型研究的效率与实用性，实现土地资源综合信息的精准分类，服务国家国土资源调查、地理国情普查等重大战略应用需求。
-
公开(公告)号：CN109670001A
公开(公告)日：2019-04-23
申请号：CN201811350214.6
申请日：2018-11-14
Applicant: 南京大学
Abstract: 本发明涉及一种基于CUDA的多边形栅格化GPU并行计算方法，由CPU和GPU协同并行处理多边形栅格化；其中，CPU的执行过程包括以下步骤：所有多边形根据PNN进行升序排序，形成第一多边形队列；计算第一多边形队列中各多边形的占用内存MU；按照CUDA中grid、block和thread的层次结构进行多边形的划分：读取每一批次多边形数据并传递给GPU处理，并接收GPU的处理结果。GPU的处理过程包括以下步骤：接收CPU传递的多边形数据；将多边形数据分配给各block及thread；各thread分别调用BAF算法执行栅格化计算；将栅格化结果传递回CPU。本发明能有效提高并行效率、保证负载均衡，且适用于海量多边形的栅格化。
-
公开(公告)号：CN108985306A
公开(公告)日：2018-12-11
申请号：CN201810731268.0
申请日：2018-07-05
Applicant: 南京大学
IPC: G06K9/46
Abstract: 本发明涉及一种基于改进边界代数法的相交多边形提取方法，包括以下步骤：对所有图层中的多边形顺序进行编号；计算包含所有图层的MBR，数组hDstDS、pIDArray和RLEGroup分别存放栅格单元的属性值、多边形ID和游程；对所有多边形使用边界代数算法依次进行栅格化，在栅格化过程中赋予各多边形的属性值均为1；在数组hDstDS中获取当前多边形MBR包含的栅格单元，并逐行读取获取其属性值，并根据不同的属性值进行相应处理；从数组RLEGroup存储的游程中提取相应的相交多边形组，即每个游程中的数组pGroup即对应一个相交多边形组。本发明计算复杂度低，尤其适用于规模化的多边形数据集的相交多边形提取。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.022 seconds)
