龙岩学院邹丹获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉龙岩学院申请的专利一种基于GIS的应用型高校人才培养质量跟踪服务系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120655173B 。
龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511161591.5,技术领域涉及:G06Q10/0639;该发明授权一种基于GIS的应用型高校人才培养质量跟踪服务系统是由邹丹;吴志杰;王培彬;刘海龙;王洪设计研发完成,并于2025-08-19向国家知识产权局提交的专利申请。
本一种基于GIS的应用型高校人才培养质量跟踪服务系统在说明书摘要公布了:本发明涉及教育评估技术领域,公开了一种基于GIS的应用型高校人才培养质量跟踪服务系统,包括:数据采集与定位模块,用于采集学生、校友、实习及用人单位信息并标准化处理,生成标准化就业指标数据与空间要素数据;质量评分模块,用于基于预设权重对就业指标加权,生成综合质量得分;空间分析模块,用于构建初始分类单元,执行自适应网格聚合与核密度估计,提取就业质量热点点云簇;趋势监测模块,用于按届次汇总综合质量得分并计算同比变化率,生成趋势信号;差距诊断模块,用于比较当前届就业指标均值与目标阈值,超差时生成改进触发信号并反馈权重修正量。本发明实现了人才培养质量的标准化跟踪、空间聚集识别与动态反馈优化。
本发明授权一种基于GIS的应用型高校人才培养质量跟踪服务系统在权利要求书中公布了:1.一种基于GIS的应用型高校人才培养质量跟踪服务系统,其特征在于,包括: 数据采集与定位模块,用于采集学生信息、校友信息、实习日志及用人单位资料并表示为就业数据,对就业数据进行标准化处理,将包含的地址字段转换为经纬度坐标,生成标准化就业指标数据与空间要素数据; 质量评分模块,用于根据预设权重,对所述标准化就业指标数据中的就业指标进行加权处理,生成综合质量得分; 空间分析模块,用于基于行业类别与行政区划对空间要素数据建立四叉树空间索引,生成初始空间分区; 根据初始空间分区内要素分布密度,执行四叉树深度优先遍历:当网格内要素数量超过预设密度阈值时,递归执行四叉剖分子网格划分,每个子网格继承父网格的行业与行政区划属性;当网格内要素数量低于最小密度阈值时,执行相邻网格合并操作; 对最终生成的网格单元继承原始空间要素属性,按行业-行政区维度聚合就业指标统计量,生成该网格单元的就业质量特征值,输出带属性标签的多尺度空间网格单元集; 将综合质量得分映射至对应网格单元中心点,以高斯核函数为基元执行径向密度扩散计算,生成包含经纬度坐标与密度值的离散核密度点云; 对核密度点云执行局部空间自相关分析:基于Getis-OrdGi统计量计算核密度点云中每个点的热点显著性Z值;筛选Z值超过置信阈值的点构成显著性热点点云簇; 从显著性热点点云簇中提取控制点的经纬度坐标和密度值,将其作为已知样本点,通过克里金算法拟合空间变异函数模型;对于任意待估点,根据其与控制点的空间位置关系和变异函数模型,计算各控制点对该待估点的权重,加权平均得到该待估点的预测密度值,将所有待估点的预测密度值与对应的经纬度坐标组合,生成连续的三维点云表面模型,其高程维度表征就业质量密度值; 将三维点云表面模型导入八叉树空间索引,根据预设分辨率阈值初始化立方体体素,对每个非空体素保留密度值最大的代表点; 递归检测体素内点云分布均匀性,当点间距方差超过容差时,执行体素八等分细分,迭代至满足均匀性阈值,将所有满足均匀性要求的体素中的代表点集合输出形成密度均衡的就业质量点云; 对就业质量点云执行局部邻域分析,提取每个点K近邻点集构造协方差矩阵; 通过主成分分析求解协方差矩阵特征向量,将最小特征值对应向量作为点云法向量; 绑定空间坐标、密度值与法向量生成增强型点云数据集,所述增强型点云数据集包括空间位置、就业质量密度信息; 趋势监测模块,用于按届次汇总综合质量得分,计算相邻届平均综合质量得分的同比变化率,生成趋势信号; 差距诊断模块,用于计算当前届就业指标的平均值并与对应的预设目标阈值比较得到差值,当任一就业指标的差值超过预设容差时生成改进触发信号,并将包含权重修正量的改进触发信号反馈至质量评分模块。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人龙岩学院,其通讯地址为:364000 福建省龙岩市新罗区东肖北路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励