葡京娱乐场-富盈娱乐场开户_百家乐试玩_sz全讯网网址xb112 (中国)·官方网站

本發明涉及城市設計規劃，提供在城市規劃設計中識別城市風貌要素，通過建立城市在地建筑風貌案例庫、理論分析、實驗數據采集、數據公式分析、實際校正等手段，精準識別城市風貌要素的權重關系。 一、項目分類 顯著效益成果轉化 二、成果簡介 本發明涉及城市設計規劃，提供在城市規劃設計中識別城市風貌要素，通過建立城市在地建筑風貌案例庫、理論分析、實驗數據采集、數據公式分析、實際校正等手段，精準識別城市風貌要素的權重關系。依靠要素分類簇群的數值為基準，動態平衡城市風貌控制區內的各類風貌要素的控制比例，科學系統地指導城市風貌規劃設計和保護的一種基于VR結合眼動跟蹤的城市風貌特征識別的方法。 在當前大力宣揚城市特色文化的背景下，為了突出地域風貌特色，許多城市常將具有一定城市地域文化代表性的舊城或歷史街區進行整治和修復，城市風貌識別是開展城市風貌保護及塑造工作的重要基礎。這是利用數字技術來感知、認知城市，進而科學精細化挖掘和智慧化發展城市風貌的新方法，該技術用于城市風貌特征要素分區和精細化識別、監控和提升，為城市風貌規劃管理提供科學系統的指導建議。

熒光探針具有靈敏度高、取樣小、成本低、重現性好、易于操作等特點，研發了針對溶液中 Ag+, F-，Hg2+等離子及 N2H4，H2S 等小分子檢測的熒光探針，檢測限低，檢測快速，選擇性好，部分探針可實現試紙化檢測。

雙酚類化合物被工業界認為是安全的雙酚A替代物而被廣泛應用，然而，團隊成果系統說明了環境水平的雙酚S和雙酚F具有和雙酚A類似和相當水平的毒性效應，能夠誘導活性氧生成，造成氧化壓迫，釋放炎癥因子，進而抑制巨噬細胞的吞噬活性，干擾體內免疫系統平衡。相關成果對于保障生態系統安全具有重要意義

提出了多源異構交通大數據分析融合技術、城市廣域交 通AI 信號控制技術、城市廣域交通AI 協同管理技術和究城 市廣域交通運行及管控評價技術。通過對關鍵技術突破及現 有技術集成應用，形成能夠解決我國城市廣域交通管控突出 問題的成套技術及解決方案。

城市三維空間管理是城市特色與形象塑造的重要手段，是城市建設管理的重要任務，依托數字化管理平臺，提升管理的科學理性、效率、效果以及智能化水平。以威海三維空間智能管理數字化平臺實踐項目為依托，融合團隊目前所擁有的近50項相關專利技術，展開了基于多源大數據的萬維沙盤建構、三維空間管控要素的譜系化建構、三維空間管控引導的智能規則、人機交互機制下的智能管理應用場景等相關研究，完成智能管理數字化平臺的建設，并投入到日常的城市建設管理之中，大幅度提升了管理工作的科學性與工作效率，取得了良好的實踐效果。

成果介紹本發明公開了一種城市天際輪廓線立面正射影像圖的快速獲取和測量方法，包括以下步驟：利用攜帶坐標獲取裝置的照相機逐段拍攝城市天際輪廓線立面的局部影像，并記錄每個拍攝時刻照相機的坐標方位和鏡頭朝向；獲取每個拍攝點與所拍攝對象之間的水平距離；建立拍攝點與拍攝圖像的幾何映射關系，生成城市天際輪廓線立面的正射影像圖；綜合城市天際輪廓線立面與其正射影像圖的幾何比例，輸出城市天際輪廓線立面正射影像圖的測量數據。本發明縮小了常規技術帶來的圖像畸變誤差，提高了測量精度。本發明的目的是提供一種 城市天際輪廓線立面正射影像圖的快速獲取和測量方法，縮小了常規技術帶來的 圖像畸變誤差，提高了測量精度。技術方案：為實現上述發明目的，本發明采用的技術方案為一種城市天際輪 廓線立面正射影像圖的快速獲取和測量方法，包括以下步驟：1）利用攜帶坐標獲取裝置的照相機逐段拍攝城市天際輪廓線立面的局部影 像，并記錄每個拍攝時刻照相機的坐標方位和鏡頭朝向；2）獲取每個拍攝點與所拍攝對象之間的水平距離；3）建立拍攝點與拍攝圖像的幾何映射關系，生成城市天際輪廓線立面的正 射影像圖；4）綜合城市天際輪廓線立面與其正射影像圖的幾何比例，輸出城市天際輪 廓線立面正射影像圖的測量數據。技術創新點及參數1.1）利用攜帶坐標獲取裝置的照相機(800萬以上像素)逐段拍攝城市天際輪 廓線立面的局部影像，所述影像中城市天際輪廓線位于圖幅中心；1.2）通過攜帶坐標獲取裝置的照相機(800萬以上像素)，在每一次拍攝局部 影像時，記錄拍攝時相機坐標方位的經度、緯度以及鏡頭朝向。進一步的，所述步驟2）包括：2.1）分別獲取步驟1）各局部影像所拍攝對象上左右兩端點A1和A2的經緯 度坐標，以及兩點之間的距離K；2.2）由拍攝點向步驟2.1）中的兩點連線做垂線，垂線與所述兩點連線有一 交點，記錄拍攝點至所述交點的距離，該距離為拍攝點與所拍攝對象之間的水平 距離S。進一步的，所述步驟3）包括：3.1）任選城市天際輪廓線立面的某一局部影像為標準，其拍攝點至所拍攝 對象之間的水平距離為S0，所拍攝局部影像所拍攝對象上左右兩端點之間的距離 K0，拍攝得到局部影像的寬度為A0；3.2）以所選局部影像為標準，對其他局部影像的邊長進行縮放調整，，公式 為：A i = S i S 0 A 0式中，Si為局部影像i其拍攝點至所拍攝對象之間的水平距離（參考步驟 2.2）的方法獲得）,Ai為該局部影像縮放后的影像寬度。3.3）將經過縮放調整的局部影像依照圖像序列進行拼接，得到完整的城市 天際輪廓線立面正射影像圖。進一步的，所述步驟4）包括：4.1）于步驟3.3）拼合得到的城市天際輪廓線立面正射影像圖上進行測量， 天際輪廓線的圖面高度為H0，圖面長度為L0；4.2）計算城市天際輪廓線的實際高度H，公式為：H = K 0 A 0 H 04.3）計算城市天際輪廓線的實際長度L，公式為：L = K 0 A 0 L 0式中，K0即為步驟3.1）所選局部影像的拍攝對象左右端點的實際距離（參 考步驟2.1）的方法獲得）。4.4）輸出城市天際輪廓線的實際高度H和實際長度L。市場前景城市天際輪廓線，亦稱城市天際線，是由城市中的高層建筑構成的整體形象， 或由高層建筑群構成的局部形象。城市天際輪廓線直接取決于城市用地建設的發 展布局，又是城市規劃建設成果的直觀反映，因此，城市天際輪廓線是城市規劃 建設部門進行城市建設和調整的重要內容。獲得現狀的城市天際輪廓線的立面正射影像圖是城市規劃建設部門進行天 際線建設和空間調整的首要和重要技術環節。但是，構成城市天際輪廓線的城市 建筑群的分布往往呈曲線形態蜿蜒綿延，實際長度往往長達數公里以上，甚至超 過5公里，在采用定點單張拍攝的方式時，同樣出現在影像上的被攝物體其實際 距拍攝點的距離往往相差很大，造成定點單張拍攝的城市天際輪廓線圖像存在很 大的透視變形，當采用同樣方法進行測算時，圖像兩端的建筑會比圖像正中的建 筑尺度偏小，造成城市天際輪廓線的高度、長度等數據的測算誤差，這種因透視 造成的測算誤差，雖然可以通過攝像器材進行校正，但仍舊無法完全消除。這使 城市規劃建設部門在城市天際線建設和空間引導建設中，缺乏準確有效的圖像信息和測量數據。1.減少傳統技術做法的圖像誤差：本發明針對了傳統城市天際輪 廓線立面影像圖獲取方法應透視帶來的圖像畸變和數據測量誤差，提出一種利用 多點拍攝并自動校正拼合的獲取方式，輸出城市天際輪廓線立面的正射影像圖， 基本消除了透視帶來的圖像誤差。2.自動輸出測算數據，節省工期：通過附加坐標獲取裝置的攝像器材，將圖 像和坐標同步輸入，可以自動進行空間解算，輸出天際輪廓線立面正射影像圖和 測算數據，交互方式簡便，提高工作效率，節省工作時間。

成果介紹城市三維空間管理是城市特色與形象塑造的重要手段，是城市建設管理的重要任務，依托數字化管理平臺，提升管理的科學理性、效率、效果以及智能化水平。以威海三維空間智能管理數字化平臺實踐項目為依托，融合團隊目前所擁有的近50項相關專利技術，展開了基于多源大數據的萬維沙盤建構、三維空間管控要素的譜系化建構、三維空間管控引導的智能規則、人機交互機制下的智能管理應用場景等相關研究，完成智能管理數字化平臺的建設，并投入到日常的城市建設管理之中，大幅度提升了管理工作的科學性與工作效率，取得了良好的實踐效果。技術創新點及參數1、平臺在集成了城市設計二三維成果、城市基礎地理數據、包括多規合一與控規等其他規劃編制成果等三大類、50+層數據的基礎上，有能力進行相對復雜的城市空間指標測度，如錯落度計算、天際線分析等。2、平臺中錄入并集成了中心城區城市建設用地所有地塊約35000條管控規則，初步實現了管控規則的智能化應用，平臺中開發出以下六大場景應用：相關規劃的要求核提、方案報批的智能審查、多方案的智能比選、規劃要點的智能生成、建筑方案的精細審查、規劃實施的智能監測。3、據規劃分局的管理人員透露，之前需要15-20個工作日，甚至更長時間處理的工作量，在借助于數字化平臺輔助的基礎上，1-2個工作日即能完成，大幅提升了規劃管理部門的工作效率，同時審查結果更加準確、全面。市場前景本智能管理數字化平臺成果能逐步推廣至全國各大中小城市，能有效提升規劃管理工作的效果與效率，同時為規劃管理理性決策提供技術支撐，具有較好的發展前景。同時，平臺可逐步擴展多源大數據，為未來的數字城市、智慧城市建設提供一定的方法與保障。

一種基于多源遙感數據的城市不透水層信息提取方法，包括根據夜間燈光亮度影像，計算歸一化燈光亮度并基于閾值分割方法對城市地表進行區域類型分割；利用燈光亮度、陸地表面溫度與歸一化土壤調節植被指數，構建增強型歸一化不透水層指數；通過建立每一種類型分割區域的增強型歸一化不透水層指數MNDISI與不透水層率之間的線性定量關系，進行不透水層的提取工作。本發明較好地結合了多源遙感數據的優勢，有效抑制了光譜混淆對于不透水層率估算結果的不利影響，為城市土地利用和環境變化監測提供了一種新的途徑。

本發明公開了一種基于卷積神經網絡的城市軌道交通乘客擁擠程度檢測方法，首先對待檢測視頻進行預處理，分段并提取運動殘差圖像，將原始圖像與運動殘差圖像組合作為卷積神經網絡算法的輸入，建立至少包含一個卷積層和最大池化層的特征提取塊，處理并計算原始圖像和運動殘差圖像中包含的人群狀態特征，再將人群狀態特征和運動特征結合，構建至少包含一個卷積層、最大池化層和全連接層的特征融合塊，進行融合處理，同時構建分類器，使用預制的帶有擁擠程度標簽的訓練集對卷積神經網絡進行訓練，使分類器對待測視頻中的乘客擁擠程度進行正確檢測，更加全面的表征監控視頻中的客流狀況，實現擁擠程度的檢測，提高了算法檢測的準確率。