Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 安徽农业大学李军利获国家专利权

安徽农业大学李军利获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉安徽农业大学申请的专利一种顾及拓扑数据分析的时序多层地理流聚类识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115357811B

龙图腾网通过国家知识产权局官网在2025-08-15发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211013111.7,技术领域涉及:G06F16/9537;该发明授权一种顾及拓扑数据分析的时序多层地理流聚类识别方法是由李军利;涂有军;张韩;王雅楠;周成;邢文文;王伟印设计研发完成,并于2022-08-23向国家知识产权局提交的专利申请。

一种顾及拓扑数据分析的时序多层地理流聚类识别方法在说明书摘要公布了:本发明属于数据挖掘技术领域,具体涉及一种顾及拓扑数据分析的时序多层地理流聚类识别方法,包括如下步骤:S1、时序地理流构建;S2、地理流降维;S3、地理流聚类识别。本发明提出了一种顾及拓扑数据分析的时序多层地理流聚类识别方法,这种全新的地理时空分析方法可识别多层地理流聚类;为了将多层时序地理流进行聚类,发明人将拓扑数据分析的多透镜工具引入到方法持久性图中,计算每个持久性图之间的Wasserstein距离从而将不同时序的多层地理流进行聚类,生动地描绘了它们的动态相互作用,丰富对城市空间动态组织的研究;其实验结果可以为可持续城市管理提供决策支持。

本发明授权一种顾及拓扑数据分析的时序多层地理流聚类识别方法在权利要求书中公布了:1.一种顾及拓扑数据分析的时序多层地理流聚类识别方法,其特征在于,包括如下步骤: S1、时序地理流构建 下载对象城市的轨迹数据,使用python中的TransBigData库将下载的轨迹数据转换为研究所需要的OD流数据,建立交通时序多层网,再使用ArcGIS创建格网对OD流进行分割,将OD点落在相同两个格网的流的数量作为格网之间的权重值,构建一个以格网为节点的地理流权重网络; S2、地理流降维 使用网络嵌入中的deepwalk算法,将得到的地理流权重网络运用随机游走模型将不同时间段权重网络嵌入成点云数据,在此基础上,计算每一层网络节点的序列并从时间相关的多层网络中检测动态城市移动社区; deepwalk算法分为随机游走和生成表示向量两个部分;首先利用随机游走算法从图中提取一些顶点序列,然后借助自然语言处理的思路,将生成的顶点序列看作由单词组成的句子,所有的序列看作一个大的语料库,最后利用自然语言处理工具word2vec将每一个顶点表示为一个维度为d的向量; deepwalk算法具体包括以下步骤: 1将ArcGIS创建的格网进行编号,把每一个格网看作是一个网络节点,生成随机游走序列的算法,其算法理解为输入起始点和路径长度,生成随机游走节点序列,再汇总邻接节点,从邻接节点中随机选择下一个节点; 2将每个节点作为起始点生成随机游走序列,训练deepwalk算法中的word2vec模型将每一层网络嵌入成点云数据,再使用主成分分析进行降维可视化并保存嵌入生成的点云数据; S3、地理流聚类识别 将得到的点云数据使用python中的gudhi包生成相应的持久性图,并计算每一层网络的Wasserstein距离,再使用此距离进行地理流聚类识别。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人安徽农业大学,其通讯地址为:230000 安徽省合肥市长江西路130号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。