苏州城室科技有限公司专利技术

苏州城室科技有限公司共有8项专利

  • 本发明揭示了城市街景数据识别交通设施资产评估方法,包括以下步骤:目标检测,采集街道全景图像,形成街景图像数据集;模型建立,使用街景图像数据集进行深度学习并建立交通设施资产识别模型;算法开发,进行机器学习算法的开发,不同的交通设施资产被识...
  • 本发明揭示了城市街景数据识别交通设施资产评估方法,包括以下步骤:目标检测,采集街道全景图像,形成街景图像数据集;模型建立,使用街景图像数据集进行深度学习并建立交通设施资产识别模型;算法开发,进行机器学习算法的开发,不同的交通设施资产被识...
  • 本发明揭示了基于深度学习计算机技术提取结构化信息的舆情监测方法,包括以下步骤:定义指标;挖掘数据,找出对预测输出影响最大的数据字段,并建立标签对其进行定义描述,获取更深层次的数据关系,在已定义好的指标体系下,找出对标案例的发展趋势以及关...
  • 本发明为一种基于图片迫选法的调查问卷自动生成方法,其包括以下步骤:步骤S1)获取待生成调研问卷的调研问题;步骤S2)提取所述调研问题中的关键词,利用网络爬虫方法获取调研图片集;步骤S3)利用所述调研问题及所述调研图片集生成调研问卷,采用...
  • 本发明为一种基于感知强度调研评估模型的自动生成方法,其包括以下步骤:步骤S1:获取调研数据库;步骤S2:根据项目ID定期访问调研数据库并查询项目调研数据,评估数据质量是否满足进入算法自动生成阶段的条件;步骤S3:当调研数据质量满足步骤S...
  • 本发明为一种基于深度学习与孟塞尔色彩的区域建筑空间特征分析方法,包括获取目标研究范围的城市街道景观影像数据作为原始图像;采用优化的动态阈值白平衡算法对原始图像进行白平衡处理;利用语义分割算法提取图像中的建筑物区域作为研究内容;利用色阶细...
  • 本发明揭示了一种基于高分辨率遥感影像与深度学习的乡村建筑识别算法,其包括以下步骤:步骤1:对遥感影像进行分割并进行标定;步骤2:统计图像标定数据,对其进行分割得到训练集和测试集;步骤3:建筑识别模型训练:利用yolov3模型获取每一个标...
  • 本发明揭示了一种基于TOD发展模式的轨道交通站点周边建成环境评价方法,结合城市交通大数据及建成环境评价理论建立了多层次评价指标体系,利用多源异构的时空大数据,并采用多种计算机视觉及地理空间分析方法,从而快速的获得对轨道交通站点建成环境的...
1