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！

龙图腾网获悉华中师范大学申请的专利耦合街区时空特征和集成学习的城市功能区精细化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：CN115512216B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202210954350.6，技术领域涉及：G06V20/10；该发明授权耦合街区时空特征和集成学习的城市功能区精细化识别方法是由林安琪;吴浩;罗文庭;江志猛;李岩设计研发完成，并于2022-08-10向国家知识产权局提交的专利申请。

本耦合街区时空特征和集成学习的城市功能区精细化识别方法在说明书摘要公布了：本发明公开了耦合街区时空特征和集成学习的城市功能区精细化识别方法，即：首先，利用OSM路网生成街区，作为城市功能区的基本单元；然后，使用建筑物轮廓、POI、腾讯位置数据和谷歌影像等多源时空大数据，构建由“形状‑属性‑位置‑纹理”组成的SALT街区时空特征体系；接着，引入深度学习自编码器Autoencoder，对提取的SALT特征进行降维，消除特征间的信息冗余；最后，构建基于Adaboost集成学习与SALT街区时空特征的城市功能区识别模型，实现功能区的精细化分类。本发明提出的城市功能区精细化识别方法，从多源时空大数据的特征提取、城市功能区的核心语义挖掘到机器学习模型的集成应用，保障了识别效果的鲁棒性和准确性，大幅度提升了城市功能区的分类精度。

本发明授权耦合街区时空特征和集成学习的城市功能区精细化识别方法在权利要求书中公布了：1.耦合街区时空特征和集成学习的城市功能区精细化识别方法，其特征在于：首先，对OSM路网进行预处理，生成研究区内街区划分结果，即为城市功能区的基本单元；然后，提取各街区单元的纹理和语义特征，其包括利用建筑物轮廓、POI、位置数据和高分辨率影像多源时空大数据，构建由“形状-属性-位置-纹理”组成的SALT街区时空特征体系；接着，使用深度学习自编码器Autoencoder，对SALT特征进行降维，以消除特征间的信息冗余；最后，使用降维后的SALT特征和功能区标签训练Adaboost集成学习模型，将训练好的模型用于城市功能区分类，识别出各街区的精细化功能类别； 使用以下方法生成城市功能区的基本单元，简称街区单元：对OSM路网依次进行投影变换、缓冲区分析、中心线提取、要素转面和消除处理，再以高分辨率谷歌影像为底图，对生成的面要素进行核查，使其与底图完全匹配，得到街区单元； 使用以下方法，构建SALT街区时空特征体系：对于形状特征，从公开平台获取天地图影像，使用基于阈值的影像分割算法提取研究区建筑物，计算建筑物形状特征指标，并统计得到每个街区内建筑物形状特征指标的均值、标准差和总和值；对于属性特征，将POI数据按其标签分类，再对各类别POI进行核密度分析，统计各街区各类POI核密度的均值，以及核密度最大值所对应的POI类别；对于位置特征，根据时间字段，将手机用户腾讯位置数据分割为节假日、工作日和双休日三种时间属性，统计每个街区内各时间属性下人数总和、每小时人数平均值及单位面积人数值，同时创建不同时间类型下时空立方体，进行新兴时空热点分析，统计时空热点的众数，得到每个街区工作日、节假日、双休日的时空模式；对于纹理特征，构建遥感影像第一主成分波段的灰度共生矩阵，提取影像的纹理特征，统计每个街区内纹理特征的平均值。

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中师范大学，其通讯地址为：430079 湖北省武汉市洪山区珞瑜路152号华中师范大学；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。