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！

龙图腾网获悉成都市自然资源调查利用研究院(成都市卫星应用技术中心)申请的专利基于地籍数据的城市更新片区界址边界划分方法及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：CN121388067B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511935693.8，技术领域涉及：G06F16/29；该发明授权基于地籍数据的城市更新片区界址边界划分方法及系统是由王绘;杨宏;陆鑫;黄强;李斌;王茜;谭艳;常勋威设计研发完成，并于2025-12-22向国家知识产权局提交的专利申请。

本基于地籍数据的城市更新片区界址边界划分方法及系统在说明书摘要公布了：本发明涉及城市地籍数据分析技术领域，公开了一种基于地籍数据的城市更新片区界址边界划分方法及系统，通过采集目标城市更新片区的划分关联地籍数据，采用改进DTW算法，从现状实测数据中筛选出具有历史延续性的现状界址有效点与新增候选点，提取空间特征与权属特征进行融合，利用融合特征向量构建特征矩阵，构建空间权属双约束图神经网络，预测目标城市更新片区的最终界址点集合，生成最终的地块界址边界。由此，本发明通过引入改进DTW算法与空间权属双约束图神经网络，在建立历史与现状界址数据精准关联的同时，利用双约束特征融合实现空间合理性与权属合理性的联合优化，提高了城市更新片区界址边界的划分精度与划分效率。

本发明授权基于地籍数据的城市更新片区界址边界划分方法及系统在权利要求书中公布了：1.一种基于地籍数据的城市更新片区界址边界划分方法，其特征在于，包括以下步骤： S1：采集目标城市更新片区的划分关联地籍数据；其中，所述划分关联地籍数据包括历史界址数据、权属约束数据和现状实测数据；所述历史界址数据被配置为目标城市更新片区在过去3个时间周期内对应的历史界址点集合，，为界址点编号，每个历史界址点的属性被配置为，表示历史界址点坐标系位置，表示测量精度； S2：根据所述历史界址数据和所述现状实测数据，采用改进DTW算法，建立历史界址点与现状候选点的时序关联，从现状实测数据中筛选出具有历史延续性的现状界址有效点与新增候选点；具体包括： S211：根据所述历史界址数据中的历史界址点集合，依据界址点编号进行拆分，构建每个界址点编号对应3个时间周期的时序子序列 S212：根据所述现状实测数据的现状候选点集合中候选点编号的每个现状候选点，构建重复3个时间周期的重复序列作为现状序列； S221：采用引入精度加权因子的改进DTW算法，计算时序子序列与现状序列的时序距离，表达式具体为： 式中，表示历史界址数据的时序子序列与现状实测数据的现状序列的加权时序距离，值越小相似度越高；表示第个时间周期的历史界址点的精度加权因子，与测量精度成反比，精度越高权重越大；表示与的欧氏距离，衡量空间位置相似度；表示间隙惩罚系数，取值0.1，为时序序列中的间隙长度；表示第个时间周期的历史界址点的坐标系位置；表示现状候选点坐标系位置；表示历史界址点的测量精度； S222：基于时序子序列与现状序列的时序距离，计算时序子序列与现状序列的时序相似度，表达式具体为： 式中，为与的时序相似度，为时序距离，为所有对的时序距离最大值； S223：将时序相似度超过相似度阈值的现状序列对应的候选点作为现状界址有效点，将时序相似度不超过相似度阈值的现状序列对应的候选点作为新增候选点； S3：基于所述权属约束数据、所述现状实测数据中的现状地物数据和筛选出的现状界址有效点与新增候选点，提取空间特征与权属特征进行融合，利用融合特征向量构建特征矩阵； S4：利用所述特征矩阵和所述权属约束数据的权属约束规则，构建空间权属双约束图神经网络，预测目标城市更新片区的最终界址点集合，采用多边形边界拟合生成最终的地块界址边界。

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成都市自然资源调查利用研究院(成都市卫星应用技术中心)，其通讯地址为：610000 四川省成都市青羊区家园路3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。