Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于神经网络的城乡规划测绘数据分析方法 

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:余姚市规划测绘设计院

摘要:本发明公开了一种基于神经网络的城乡规划测绘数据分析方法,包括以下步骤:获取并预处理遥感影像、地形图和矢量数据;构建并训练多尺度卷积神经网络模型,优化提取和分类多源地理信息数据中的地理特征;集成基于注意力机制的图卷积网络模块,对地理特征进行加权处理和融合分析;利用自监督学习对未标注数据进行特征预训练,通过生成对抗网络进行数据增强和缺失数据补全;根据分类结果和空间关系生成高精度地理特征识别图,结合强化学习算法对识别图进行优化,生成地理信息数据标签;综合分析这些标签,结合城乡规划需求生成规划建议和报告,并通过持续学习和迁移学习技术对模型进行更新和优化。

主权项:1.一种基于神经网络的城乡规划测绘数据分析方法,其特征在于,包括以下步骤:S1.获取遥感影像、地形图和矢量数据,并进行预处理;S2.构建并训练一个多尺度卷积神经网络模型,通过多级监督学习方法和图像金字塔方法进行优化,提取不同尺度的地理特征并提高识别能力,将预处理后的多源地理信息数据输入多尺度卷积神经网络模型,进行特征提取和分类;S3.集成基于注意力机制的图卷积网络模块,通过多头自注意力机制和图注意力网络对提取的地理特征进行加权处理,利用位置编码技术增强空间关系特征的表示能力,并通过多模态融合技术将不同数据源的特征进行融合,利用跨模态转换网络实现特征互补和联合分析;S4.利用自监督学习方法对未标注数据进行特征预训练,并通过生成对抗网络进行数据增强和缺失数据补全;S5.根据分类结果和空间关系分析,生成高精度地理特征识别图,并结合强化学习算法的优化模块,对识别图进行动态优化和自适应调整,生成地理信息数据标签;S6.综合分析地理信息数据标签,结合城乡规划需求和实际情况,生成规划建议和报告,并利用持续学习机制和迁移学习技术,对多尺度卷积神经网络模型、图卷积网络模型和跨模态转换网络模型进行定期更新和优化。

全文数据:

权利要求:

百度查询: 余姚市规划测绘设计院 一种基于神经网络的城乡规划测绘数据分析方法

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。