发明专利 | 一种支持城市体检的指标可视化方法及系统
本发明公开了一种城市用地变化模拟方法、介质及设备,该方法涉及城市规划与地理信息技术领域,旨在解决城市用地变化模拟精度不足及效率低下的问题。本发明通过构建多源数据融合模型,结合深度学习算法与时空演化规则,实现对城市用地变化的动态模拟与预测。该方法不仅能够高效处理大规模城市数据,还能通过优化的计算架构提升模拟的实时性与准确性,为城市规划、土地资源管理及可持续发展决策提供科学依据和技术支撑。
本发明公开了一种城市用地变化模拟方法、介质及设备,该方法涉及城市规划与地理信息技术领域,旨在解决城市用地变化模拟精度不足及效率低下的问题。本发明通过构建多源数据融合模型,结合深度学习算法与时空演化规则,实现对城市用地变化的动态模拟与预测。该方法不仅能够高效处理大规模城市数据,还能通过优化的计算架构提升模拟的实时性与准确性,为城市规划、土地资源管理及可持续发展决策提供科学依据和技术支撑。
专利简介:本发明公开了一种支持城市体检的指标可视化方法及系统,该方法包括:基于城市体检指标项和指标项的监测值,对指标项进行归类;构建多类可视化模板,用于指标可视化;将可视化进行组件拆分,构建全局UI组件库;生成和构建模板配置信息;基于指标配置信息,调用界面预览程序完成可视化展示。本发明基于UI组件的模块化设计实现城市体检指标可视化,解决城市体检可视化时,指标项数目众多、数据量大的问题,降低了前端人员在指标可视化实现时的工作量,能为系统性的城市体检评估可视化提供方法和技术思路,为城市治理决策提供很好的辅助支撑。
本发明公开了一种顾及时空相关性和气象因素的PM2.5浓度预测方法及装置,在充分顾及空气质量监测站点时空相关性的基础上,融合气象因素对不同时间尺度下PM2.5浓度进行预测,该方法包括:构建数据集;补全处理;构建时间图卷积网络;时空特征提取;模型耦合和微调;预测精度对比。本发明构建了时间图卷积网络,通过图卷积神经网络提取站点的空间相关性,通过门控递归单元提取站点的时间相关性。在叠加多个时间图卷积网络后,构建全连接神经网络,实现多种气象因素的融合。通过本发明所提供的耦合模型,充分顾及不同站点在时间和空间的相关性,并兼顾到站点位置相应的气象因子的时空相关特征,大大提高了不同时间尺度下空气质量预测效果。
专利申请号202310667730.6本申请公开了土地利用数据集处理方法和装置,以及电子设备。其中所述方法通过获取至少一个城市的待标注地块和所述待标注地块的边界坐标数据;根据所述城市的多个待标注地块,生成所述城市的土地利用类型标注任务;向第一用户的客户端发送所述标注任务和所述边界坐标数据;接收所述第