【技术实现步骤摘要】
本专利技术涉及城市规划领域，具体的是一种基于知识图谱的城市规划成果和大事件智能检索方法。
技术介绍
1、在智慧城市规划建设过程中，多源异构数据的整合与分析是重中之重。作为新一代人工智能技术的重要分支，知识图谱常常被用于融合多源数据来构建大规模知识库，能够有效解决目前智慧城市建设过程中，数据交叉互通不足、深度挖掘分析受限、应用难以创新等问题。目前该技术已经广泛应用到行政管理、金融、医疗、交通等领域。另一方面，深度学习技术的发展，为多模态数据融合提供了坚实的技术支撑，通过不同模态信息之间的数据关联，实现信息的转换补充，为城市规划建设带来了更加全面的观察视角。
2、目前提出的基于知识图谱的城市规划建设系统多集中于智慧城市治理领域，如基础设施、应急管理、公共服务等，较少涉及规划前期的工作内容，对城市建设的线索性把控依托规划师的主观判断，同时，所构建的传统知识图谱大多基于文字和图像数据，对空间信息、音频和视频信息的抓取有所欠缺，导致对城市发展缺乏全局判断。基于知识图谱的城市智能图书馆对于把控城市规划建设发展情况具有重要意义。所述系统将...
【技术保护点】
1.一种基于知识图谱的城市规划成果和大事件智能检索方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于知识图谱的城市规划成果和大事件智能检索方法，其特征在于，所述步骤一中对多模态数据进行知识获取，是通过训练神经网络模型，识别视觉、音频信息的语义特征，寻找与视觉、音频信息与文本间的结构对齐关系和语义对齐关系，并以结构化形式表示跨模态知识。
3.根据权利要求1所述的一种基于知识图谱的城市规划成果和大事件智能检索方法，其特征在于，所述步骤二中两类实体属性，是指形态属性与位置属性；其中包括街区形态属性、街区位置属性、地块形态属性、位置属性...
【技术特征摘要】
1.一种基于知识图谱的城市规划成果和大事件智能检索方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于知识图谱的城市规划成果和大事件智能检索方法，其特征在于，所述步骤一中对多模态数据进行知识获取，是通过训练神经网络模型，识别视觉、音频信息的语义特征，寻找与视觉、音频信息与文本间的结构对齐关系和语义对齐关系，并以结构化形式表示跨模态知识。
3.根据权利要求1所述的一种基于知识图谱的城市规划成果和大事件智能检索方法，其特征在于，所述步骤二中两类实体属性，是指形态属性与位置属性；其中包括街区形态属性、街区位置属性、地块形态属性、位置属性、建筑形态属性、建筑位置属性、山体名称、山体位置属性、水体名称、水体位置属性。
4.根据权利要求1所述的一种基于知识图谱的城市规划成果和大事件智能检索方法，其特征在于，所述步骤二中两类关联关系，是指距离关联与方位关联；其中包括街区距离关联、建筑距离关联、建筑方位关联。
5.根据权利要求1所述的一种基于知识图谱的城市规划成果和大事件智能检索方法，其特征在于，所述步骤二中建构城市时空知识图谱，是指将前述的建筑、地块、街区、道路、山体、水体、相关大事件作为实体要素，结合实体属性与关联关系录入neo4j平台；利用neo4j平台对结构化数据进行数字编码，根据本体将数据封装成实体，通过算法建立实体之间的关系并对其进行可视化表达，生成最终的城市时空知识图谱。
6.根据权利要求1所述的一种基于知识图谱的城市规划成果和大事件智能检索方法，其特征在于，所述步骤三中判断其与“经济”、“政治”、“文化”、“历版规划”的相关性，是指利用配备nvidia rt...
【专利技术属性】
技术研发人员：杨俊宴，盛华星，邵典，王暄晴，朱梅蕊，史宜，章飙，
申请(专利权)人：东南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。