龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：青岛理工大学
申请日：2023-04-26
公开（公告）日：2023-05-26
公开（公告）号：CN116167148A
主分类号：G06F30/13
分类号：G06F30/13;G06F30/27;G06N3/0464;G06F18/25
优先权：
专利状态码：有效-授权
法律状态：2023.07.07#授权;2023.06.13#实质审查的生效;2023.05.26#公开
摘要：本申请涉及节能领域，其具体地公开了一种基于局域微气候的城市街区形态优化方法及其系统，其通过采用基于深度学习的神经网络模型挖掘出微气候中的各个参数项之间的时序协同关联特征信息和所述建筑群布局分布特征信息，以此基于环境微气候和建筑群布局分布来综合进行城市街区的形态优化，以实现建筑群的节能目的。
主权项：1.一种基于局域微气候的城市街区形态优化方法，其特征在于，包括：获取建筑群周边的环境数据，所述环境数据包括多天的平均气温值、风速值和日照强度值；将所述环境数据按照时间维度和样本维度排列为全时序环境参数输入矩阵；将所述全时序环境参数输入矩阵通过包含第一卷积神经网络模型和第二卷积神经网络模型的双流管线模型以得到多尺度微气候特征矩阵；获取备选建筑群的备选方案图；将所述备选建筑群的备选方案图通过使用空间注意力的卷积神经网络模型以得到建筑群布局特征矩阵；融合所述多尺度微气候特征矩阵和所述建筑群布局特征矩阵以得到解码特征矩阵；以及将所述解码特征矩阵通过基于扩散模型的搜索式生成模型以得到优化建筑群备选方案图。
全文数据：
权利要求：
百度查询： 青岛理工大学 基于局域微气候的城市街区形态优化方法及其系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号