買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉武漢大學申請的專利基于地理對象空間模式特征的城市功能區識別方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116662468B 。

龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310608898.X，技術領域涉及：G06F16/29；該發明授權基于地理對象空間模式特征的城市功能區識別方法及系統是由眭海剛;杜卓童;周啟鳴;史瑋玥;葛亮設計研發完成，并于2023-05-24向國家知識產權局提交的專利申請。

本基于地理對象空間模式特征的城市功能區識別方法及系統在說明書摘要公布了：本發明公開了一種基于地理對象空間模式特征的城市功能區識別方法及系統，首先，對開源大數據進行數據規范化處理，利用一系列自然及人工建造的分隔性要素劃分城市空間區域作為研究單元，即街區；其次，基于街區內部城市地表要素、興趣點數據POI和中分辨率遙感影像挖掘多模數據中的空間分布和語義屬性獲取每個街區的社會經濟特征向量與空間模式特征向量；最后，基于已獲得的空間模式特征向量與社會經濟特征向量，設計卷積神經網絡進行城市功能區空間語義自動識別與分類。本發明基于開源大數據，智能挖掘城市地表要素、興趣點數據POI等多種地理對象的多維特征，實現了高精度、細粒度的城市功能區空間語義自動識別與分類。

本發明授權基于地理對象空間模式特征的城市功能區識別方法及系統在權利要求書中公布了：1.一種基于地理對象空間模式特征的城市功能區識別方法，其特征在于，包括以下步驟： 步驟1，對開源地理空間矢量數據進行預處理，劃分城市空間區域得到研究單元，即街區； 步驟2，將街區內POI對象的空間分布屬性和位置關系轉換為Block-POI的空間語義語料庫，并獲取每個街區內不同POI類型的高維連續稠密向量，經加權平均處理得到每個街區的社會經濟特征向量； 步驟2.1，將研究區域中的街區視為“文檔”，街區內的POI視為“單詞”，構建Block-POI的空間語義語料庫； 具體操作如下：①計算街區內所有POI點對之間的歐式距離，選擇距離最遠的POI點對作為語料庫中單詞排列序列的兩個端點，即Pstart,Pend；②以街區為單位，將其中的POI抽象為圖節點，構建無權、無向Voronoi圖，根據Dijkstra算法計算Pstart,Pend之間的最短路徑，并按順序記錄“POI單詞”，構建包含POI空間上下文信息的“街區文檔”；③仿照文檔構建過程，基于街區中心構建點對，并計算研究區域內街區點對之間的歐氏距離，得到“街區文檔”；②和③構成了Block-POI空間語義語料庫； 步驟2.2，利用Word2Vec模型獲取每個街區內不同POI類型的高維連續稠密向量； 使用Word2Vec神經網絡的CBOW模型訓練獲得街區內每類POI的概率向量，其目標函數L和基于上下文的預測詞的概率分布pwt|Contextwt計算方式如下： Contextwt＝wt-c,…,wt-1,wt+1,…,wt+c1 式中，wt是當前詞，c是上下文窗口大小，Contextwt表示當前詞wt的上下文輸入向量，T為語料庫大小，wi是語料庫中的任意詞，Ewt,Contextwt是Word2Vec模型的能量函數，具體計算方式如下： Ewi,wj＝-vwi·vwj3 式中，Ewi,wj表示詞wi與其上下文詞wj的向量內積，vwi、vwj表示詞向量； 步驟2.3，對TF-IDF算法log函數的真數部分進行改進，使用改進的TF-IDF算法為POI詞向量加權，計算不同POI類型在Block-POI語料庫中的實際貢獻度，挖掘每個街區內POI功能的規模和使用特征； 步驟3，以街區為單位，基于矢量數據計算其內部地表要素的各項元素、鄰域和整體空間分布結構指標，基于中分辨率遙感影像計算街區內各種要素聚合形成的土地覆蓋遙感應用指數和圖像深度語義特征，二者組合構成每個街區的空間模式特征向量； 步驟4，基于步驟2獲得的社會經濟特征向量和步驟3獲得的空間模式特征向量，利用卷積神經網絡進行城市功能區空間語義自動識別與分類。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人武漢大學，其通訊地址為：430072 湖北省武漢市武昌區八一路299號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。