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 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 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 > 广州航海学院陈纵获国家专利权

广州航海学院陈纵获国家专利权

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!

龙图腾网获悉广州航海学院申请的专利居民共享导向的社区公共空间智能优化设计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:CN121638593B

龙图腾网通过国家知识产权局官网在2026-04-17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:202610142157.0,技术领域涉及:G06Q10/04;该发明授权居民共享导向的社区公共空间智能优化设计方法及系统是由陈纵;陈海航;陈坤;柯琨设计研发完成,并于2026-02-02向国家知识产权局提交的专利申请。

居民共享导向的社区公共空间智能优化设计方法及系统在说明书摘要公布了:本发明提出居民共享导向的社区公共空间智能优化设计方法及系统,其中,智能优化设计方法获取不同群体的真实轨迹集合与环境数据,并采用条件生成对抗网络填补数据稀疏性盲区,生成不同群体行为的时空热力图。随后基于时空图卷积网络融合网格拓扑、热力图及社交关联矩阵,解析出需求优先级图谱。再采用双通道深度学习架构耦合跨模态特征,通过双向注意力机制生成符合约束的物理设计参数。本发明以对抗生成网络增强数据,提升时空热力图的物理保真度,融合不同群体行为与时空数据克服主观权重分配导致的公共空间设计的优先级偏差。最后以跨模态特征融合,将空间拓扑梯度与群体行为演化规律融合,提升了公共空间优化的需求响应精度和动态适应性。

本发明授权居民共享导向的社区公共空间智能优化设计方法及系统在权利要求书中公布了:1.一种居民共享导向的社区公共空间智能优化设计方法,其特征在于,包括:数据处理阶段、需求特征求解阶段、空间-行为耦合阶段以及设计参数解码阶段; 在数据处理阶段执行如下步骤: S11:获取预设连续时间窗口的多种不同群体用户的真实轨迹集合,并根据真实轨迹集合进行条件对抗生成拟合,得到增强轨迹集合; S12:获取待优化空间的环境数据生成原始点云数据;并根据所述原始点云数据和待优化空间的边界,生成网格空间和对应的空间拓扑矩阵,所述网格空间包括多个网格单元,每个网格单元包括中心坐标和网格尺寸; S13:获取预设连续时间窗口的环境要素数据,构建环境特征张量; 在需求特征求解阶段执行如下步骤: S21A.1:根据所述增强轨迹集和所述网格空间,统计不同群体在不同网格的不同时间窗口的出现次数,得到多组不同群体的时空分布频次向量; S21A.2:根据不同群体两两之间的时空分布频次向量,构建社交关联矩阵; S21B:根据增强轨迹集合和网格单元的中心坐标通过核密度估计方法生成每一网格单元的热力值,得到增强轨迹集合的时空热力图张量; S22:根据空间拓扑矩阵和时空热力图张量构建每一网格单元的时空图节点以及对应的时空特征向量,得到时空图结构以及时间因果矩阵; S23:根据所述社交关联矩阵、空间拓扑矩阵以及时间因果矩阵对所述时空图结构进行多层级图卷积和映射,得到需求优先级图谱; 在空间-行为耦合阶段执行如下步骤: S31A:根据所述需求优先级图谱和时空热力图张量计算每一群体的时序特征,得到群体行为特征向量; S31B:根据所述需求优先级图谱对所述环境特征张量进行增强后进行空间卷积运算,得到环境空间拓扑特征; S32:对所述群体行为特征向量和环境空间拓扑特征进行跨模态特征融合,得到融合特征; 在设计参数解码阶段执行如下步骤: S40:对所述融合特征通过全连接网络进行参数解码,得到优化设计参数。

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广州航海学院,其通讯地址为:510725 广东省广州市黄埔区红山三路101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。