CN115858843B 一种街区形态的城市空间图谱信息平台及其构建方法 （东南大学）

US2013204894A1,2013.08.08一种街区形态的城市空间图谱信息平台及本发明公开一种街区形态的城市空间图谱而通过链接同类案例街区信息形成目标街区的需求，生成基于多模态资料的街区更新工作模2S4，将街区的空间单元属性与空间关联属性作为S5，将街区的空间单元关键词与空间单元属性作为习算法，对案例街区的三维融合实体链接与目标街区三维模型进行资料转接机器学习训2.根据权利要求1所述的一种街区形态的城市空间图谱信息平台的构建方法，其特征据指运用红外遥感分波段技术区分并进行矢量化处理的自然3.根据权利要求2所述的一种街区形态的城市空间图谱信息平台的构建方法，其特征4.根据权利要求1所述的一种街区形态的城市空间图谱信息平台的构建方法，其特征5.根据权利要求1所述的一种街区形态的城市空间图谱信息平台的构建方法，其特征36.根据权利要求1所述的一种街区形态的城市空间图谱信息平台的构建方法，其特征尺寸不小于200cmx200cm的全息沙盘演示街区三维模型，操作员穿戴姿态解算静态精度视线追踪精度的眼动仪辅助获取操作员的选选取泛化性能强的机器学习模型作为街区形态自动聚7.根据权利要求6所述的一种街区形态的城市空间图谱信息平台的构建方法，其特征8.根据权利要求1所述的一种街区形态的城市空间图谱信息平台的构建方法，其特征尺寸不小于200cmx200cm的全息沙盘演示街区三维模型，操作员穿戴姿态解算静态精度Roll/pitch≤1.0deg的数据手套从步骤S3输出的案例街区三维融合实体链接中选择实体9.根据权利要求8所述的一种街区形态的城市空间图谱信息平台的构建方法，其特征45据，自然要素数据指运用红外遥感分波段技术区分并进行矢量化处理的自然要素单元数度Roll/pitch≤1.0deg的数据手套为所演示的街区选取有参考价值的案例街区，并通过检验选取泛化性能强的机器学习模型作为街区形态自度Roll/pitch≤1.0deg(RMS)的数据手套从步骤S4_3输出的案例街区链接的多模态数据中6[0034]本发明得到的街区更新多模态模型突破了传统图片、视频等单一的街区更新成据指运用红外遥感分波段技术区分并进行矢量化处理的自然7穿戴姿态解算静态精度Roll/pitch≤1.0deg(RMS)的数据手套为所演示的街区选取有参考8穿戴姿态解算静态精度Roll/pitch≤1.0deg(RMS)的数据手套从步骤S4_3输出的案例街区踪精度的眼动仪辅助获取操作员的选择倾向；通过512GB显存深度学习系统进行资料转接1.0deg(RMS)的数据手套连接三维模型处理[0068]S1，通过使用最大载重大于3kg的搭载4000万以上像素的倾斜摄影相机的多旋翼无人机与飞行高度800km以下的遥感卫星资源三号获取该市三维矢量数据，并向该市规划[0069]S11，用最大载重大于3kg的多旋翼无人机搭载4000万以9[0070]S12，将现状表现为一个完整闭合多边形的该市中心城区道路数据作为一个街区[0073]S21，对所获取的该市中心城区目标街区城市空间数据进行结构化处理，运用python平台所提供的duplicated和drop_duplicates数据处理方法进行城市空间数据去[0076]S24，使用64核处理器以上工作站在信息平台中对该市中心城区目标街区中的空对语法树排序获取的重点词汇提取结果，运用ACMTOG基于超体素卷积对三维场景进行在[0085]S41，将计算出的目标街区与案例街区的空间单元属性与空间关联属性作为机器[0094]S62，系统根据使用者的选择倾向和修改行为进一步联网反馈优