龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：中国地质大学(武汉)
摘要：本发明公开了一种基于Graph‑BERT的建筑物群组模式认知方法、装置与设备，涉及测绘地理信息领域，通过上下文描述信息反映建筑物与相邻要素的相似性关系，采用无监督学习方式获取用于表述建筑物所处群组模式的特征向量，特征向量能够有效区分建筑物所处群组模式是否规则，通过简单的聚类算法即可实现规则群组与不规则群组的划分与认知。本发明的有益效果是：本发明是在无样本条件下对建筑物要素进行模式认知，结合建筑物要素空间分布以及建筑物上下文信息，构建k阶亲密度的采样子图，可保证图顶点表征学习中建筑物与邻接建筑物模式特征相同，提高模式特征学习的有效性，可为建筑物群组模式识别的底层认知模型提供支撑。
主权项：1.一种基于Graph-BERT的建筑物群组模式认知方法，其特征在于，所述方法包括：S101：获取建筑物的上下文信息，包括：选择上下文要素，计算上下文要素与当前建筑物要素间的相似性，构建要素上下文描述编码；S102：使用仿Voronoi图对建筑物及所在区域进行空间剖分构建邻接图，上述要素上下文描述编码为邻接图的节点属性信息；S103：根据所述邻接图，构建基于k阶亲密度的采样子图；S104：根据所述采样子图，进行Graph-BERT模型输入向量嵌入；S105：根据所述嵌入向量，基于Graph-Transformer进行顶点编码；S106：根据所述顶点编码，进行顶点表征学习与聚类；S107：输出聚类结果，以呈现建筑物群组模式。
全文数据：
权利要求：
百度查询： 中国地质大学(武汉) 一种基于Graph-BERT的建筑物群组模式认知方法、装置与设备
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号