Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南省建筑设计院集团股份有限公司;同济大学孙昱获国家专利权

湖南省建筑设计院集团股份有限公司;同济大学孙昱获国家专利权

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!

龙图腾网获悉湖南省建筑设计院集团股份有限公司;同济大学申请的专利一种基于多模态融合和注意力增强的城市环境性能预测方法及系统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:CN121053470B

龙图腾网通过国家知识产权局官网在2026-02-27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:202511587906.2,技术领域涉及:G06V10/764;该发明授权一种基于多模态融合和注意力增强的城市环境性能预测方法及系统是由孙昱;姚佳伟;王迅;沈彦廷;黄辰宇;龚灵力设计研发完成,并于2025-11-03向国家知识产权局提交的专利申请。

一种基于多模态融合和注意力增强的城市环境性能预测方法及系统在说明书摘要公布了:本申请提供了一种基于多模态融合和注意力增强的城市环境性能预测方法及系统,其中方法包括采集影像数据与数值数据,生成多种城市环境性能分布真值图;预处理多模态数据得影像图与数值特征向量,将影像图和数值特征向量与真值图配对,形成多模态数据集。构建基于注意力增强的条件生成对抗网络的多目标模型,其生成器包括双路编码器,可以基于影像图提取空间特征,并基于数值特征向量提取物理特征;图像编码路径采用含卷积块注意力模块的U‑Net下采样结构,数值编码路径采用多层感知机;多头输出层输出预测的多种城市环境性能分布图。训练模型后,输入目标区域数据,输出三类预测分布图。本申请提升了城市环境性能预测效果。

本发明授权一种基于多模态融合和注意力增强的城市环境性能预测方法及系统在权利要求书中公布了:1.一种基于多模态融合和注意力增强的城市环境性能预测方法,其特征在于,包括: 采集多模态数据并生成真值图;所述多模态数据包括影像数据和数值数据,所述真值图包括真实的多种城市环境性能分布图;其中,采集影像数据,包括:获取城市肌理与建筑高度,以及建筑功能、地表温度、太阳辐射、植被指数和风速,将获取到的数据栅格化为影像格式,得到影像数据;采集数值数据,包括:获取年月日平均干球温度、相对湿度、总太阳辐射量和平均风速;所述多种城市环境性能分布图,包括:街区能耗分布图、光伏发电潜力分布图和室外热舒适性分布图; 对采集到的多模态数据分别进行预处理,得到影像图和数值特征向量,将所述影像图和数值特征向量与真值图配对,形成影像图、数值特征向量与真值图匹配的样本数据,由若干样本数据构成的多模态数据集; 构建基于注意力增强的条件生成对抗网络AE-cGAN的多目标模型;所述多目标模型的生成器采用包括依次连接的双路编码器、特征融合层、解码器和多头输出层;其中,双路编码器包括基于影像图提取空间特征的图像编码路径和基于数值特征向量提取物理特征的数值编码路径;图像编码路径采用含卷积块注意力模块的U-Net下采样结构,数值编码路径采用多层感知机;所述多头输出层用于基于输入数据输出预测的多种城市环境性能分布图;基于多模态数据集对所述多目标模型进行训练; 将目标城市区域的影像图和数值特征向量输入训练好的多目标模型,通过多目标模型输出预测的多种城市环境性能分布图。

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湖南省建筑设计院集团股份有限公司;同济大学,其通讯地址为:410208 湖南省长沙市岳麓区福祥路65号;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。

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。