面向城市产业迁移的时空特征提取与深度画像方法及系统

AITNT
正文
推荐专利
面向城市产业迁移的时空特征提取与深度画像方法及系统
申请号:CN202510752657
申请日期:2025-06-06
公开号:CN120746000A
公开日期:2025-10-03
类型:发明专利
摘要
本发明提出一种面向城市产业迁移的时空特征提取与深度画像方法及系统,属于城市规划领域,包括:S1:采集包含城市产业迁移的各个维度的数据,进行数据预处理,构建多模态时空数据集以及动态时空图;S2:基于多模态时空数据集,提取并融合其中的空间特征与时间特征,得到融合后的时空特征;S3:对使用深度神经网络进行高维映射与处理,生成深度画像;S4:基于每个城市的,预测未来产业迁移的方向和规模;基于预测未来可能的热点区域。
技术关键词
画像方法 多模态 深度神经网络 节点特征 联合损失函数 动态 非暂态计算机可读存储介质 人口流动数据 空间地理数据 矩阵 融合时空特征 热点 规模 滑动窗口机制 空间特征提取 处理器 集群
系统为您推荐了相关专利信息
1
一种多模态情感强度预测方法、装置、介质及产品
情感强度预测方法 情感分析模型 多模态 数据 文本
2
一种个性化风格引导的多模态服装搭配推荐方法
服装搭配推荐方法 个性化服装 风格 上衣 服装搭配推荐技术
3
基于超分辨率视觉的整包即开型彩票自动分拣复核方法及系统
彩票 光谱响应特征 视觉特征 覆膜 融合特征
4
一种基于上下文与掩模集成模块的多模态服装图像生成方法
集成模块 图像生成方法 交叉注意力机制 视觉特征 掩模
5
一种时空插值神经网络模型及基于其的时空数据建模方法
神经网络模型 数据建模方法 深度神经网络结构 高斯径向基函数 随机梯度下降
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号