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！

龙图腾网获悉华东师范大学申请的专利一种基于大语言模型的主观城市性能可视化问答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：CN119961416B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202510127712.8，技术领域涉及：G06F16/3329；该发明授权一种基于大语言模型的主观城市性能可视化问答方法是由李晨辉;黄海文;陈俊潼;王长波设计研发完成，并于2025-02-05向国家知识产权局提交的专利申请。

本一种基于大语言模型的主观城市性能可视化问答方法在说明书摘要公布了：本发明公开了一种基于大语言模型的主观城市性能可视化问答方法，其特点是利用大语言模型LLMs对用户的自然语言查询进行查询重写、知识库检索和提示集成等预处理程序，有效识别用户意图，并结合兴趣点POIs的语义信息和空间分布，通过语义自适应核密度估计算法生成准确的语义密度图，同时基于密度的空间聚类算法定位显著区域，分析不同尺度的地理关系，提供详细的交互式可视化回答。本发明与现有技术相比解决了城市性能问答这一复杂的可视化自动问答问题，通过大语言模型增强了主观城市性能分析对不同场景的适应性，提高了分析的准确性和泛化能力。该发明能够广泛应用在城市选址、旅行规划等多种实际应用场景中，有较高的实用价值与良好的发展前景。

本发明授权一种基于大语言模型的主观城市性能可视化问答方法在权利要求书中公布了：1.一种基于大语言模型的主观城市性能可视化问答方法，其特征在于，通过预处理用户自然语言文本查询，使用大语言模型推理生成主观城市性能特定情景下的定义，并基于地理分析生成密度图和定位显著区域，以可视化形式展示回答；具体包括以下步骤： S1、输入问题q和文本指令INST来生成伪文档d'： d'=LLMq,INST S2、将伪文档d'与原始问题q重复n次并使用[SEP]分隔符连接形成新问题q+： q +=concat{q}×n,[SEP],d' S3、将收集到的领域知识进行切片矢量化处理，得到d维矢量vk，存储为知识库，并通过相似度计算检索与矢量化后的新问题vq最相关的TOP-K个知识片段ki，相似度计算表达式为： simq+,ki=vq,vk S4、通过提示词整合模块，将领域知识、伪文档及问题整合于精心设计的提示词模板中，所述提示词模板由以下部分组成： ①指令：用于概述需要完成的内容，为模型的操作设定框架； ②领域知识：分解主观城市性能定义所遵循的城市性能规范，从知识库中检索相关知识片段，以提供模型需要的上下文和事实信息； ③推理步骤：将任务分解为若干个更易处理的小任务； ④输入输出格式：输入由用户的原始询问和伪文档构成；输出指定JSON格式； S5、在地理主观城市性能分析模块中，收集城市中的兴趣点数据，应用语义自适应核密度估计方法估计兴趣散点的密度： 其中，fx表示点x处的估计密度值；n表示兴趣点数据的总数，dx-xi表示x和xi之间的欧几里得距离；为高斯核函数；ha表示自适应带宽； S6、通过语义文本相似性量化兴趣点对指标的语义贡献，生成类级密度图Dt；兴趣点类别pi和指标mj的相似度为其嵌入矢量vpi，vmj的余弦相似度计算表达式为： S7、使用归一化为概率分布的语义相似度对类级密度图Dt进行加权平均，生成指标级密度图Dm；同样地，对生成指标级密度图Dm和主观城市性能定义的指标权重进行加权聚合得到最终的答案密度图Da： S8、利用基于密度的空间聚类算法对城市区域进行分析，将城市区域划分为4200×4000网格，每个网格代表1个像素块，通过分位数法筛选出与问题相关的前10%的网格块并聚类，定位显著区域； S9、在答案生成模块中，利用基于规则的树状结构叙事模板，按照答案概述、指标检查和兴趣点类别探索三个层次组织生成的结果，以生成最终视觉答案；所述叙事模板包括： ①答案概述：通过结合密度图、遮罩区域和信息卡提供一个整体性的视角，基于问题解析后生成的答案数据； ②指标检查：根据用户的查询需求识别出相关的评价指标；每一项指标均通过可视化手段进行展示； ③兴趣点类别探索：集中讨论兴趣点对指标的影响，通过分类视图展示对特定指标有影响地点类型。

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华东师范大学，其通讯地址为：200062 上海市普陀区华东师范大学中北校区理科大楼；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”。

以上内容由龙图腾AI智能生成。