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！

龙图腾网获悉南京邮电大学申请的专利一种高效的基于密度灰度图的空间数据集查询方法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：CN117453771B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202311551581.3，技术领域涉及：G06F16/2458；该发明授权一种高效的基于密度灰度图的空间数据集查询方法是由蒋明峰;张明月;戴华;李鹏越;杨庚设计研发完成，并于2023-11-21向国家知识产权局提交的专利申请。

本一种高效的基于密度灰度图的空间数据集查询方法在说明书摘要公布了：本发明属于数据检索领域，公开了一种高效的基于密度灰度图的空间数据集查询方法，包括两个阶段：数据处理阶段对给定的空间数据库进行数据处理，构建全局矩形区域，并将其划分为网格，针对每个空间数据集，根据位置点在对应网格内的密度分布信息生成密度灰度图；查询执行阶段根据给定的查询样例数据集生成样例灰度图，将样例灰度图与每个数据集的灰度图进行比较，找出有重叠的候选数据集的灰度图，根据生成的候选数据集的灰度图与样例灰度图计算候选数据集与查询样例数据集的相似度，并选取相似度最高的k个数据集作为查询结果。本发明可以有效地减少查询的计算量和复杂度，提供更准确和全面的查询结果，从而平衡查询的准确性和效率。

本发明授权一种高效的基于密度灰度图的空间数据集查询方法在权利要求书中公布了：1.一种高效的基于密度灰度图的空间数据集查询方法，其特征在于：所述空间数据集查询方法包括数据处理阶段和查询执行阶段， 所述数据处理阶段包括以下步骤： 步骤11、给定一个空间数据库D＝{D1,D2,···,Dn}，Di∈D为一个包含若干二维位置点的空间数据集，构建全局网格坐标系R； 步骤12、对于空间数据库D中的每一个空间数据集Di，根据能够覆盖空间数据集Di中所有位置点的最小矩形网格区域Ri，以及空间数据集Di中的位置点在矩形网格区域Ri的各网格内的密度分布信息，生成一张与空间数据集Di对应的密度灰度图Ii，最终，得到与空间数据库D中各数据集对应的密度灰度图集I＝{I1,I2,···,In}； 步骤13、根据密度灰度图集I和全局网格坐标系R构建图像-网格二元组序列L＝{L1,L2,…,Ln}，其中Li＝Ii,Ri为图像-网格二元组，Ri＝PLi,PRi，PLi和PRi分别表示最小矩形网格区域Ri在全局网格坐标系R中的左下角和右上角的网格坐标； 所述查询执行阶段包括以下步骤： 步骤21、对于给定的查询样例数据集De，根据能够覆盖查询样例数据集De中所有位置点的最小矩形网格区域RT，以及查询样例数据集De中的位置点在最小矩形网格区域RT的各网格内的密度分布信息，生成一张与查询样例数据集De对应的样例灰度图IT，根据密度灰度图集I和全局网格坐标系R构建样例图像-网格二元组LT＝{IT,RT}，RT＝PLT,PRT，PLT和PRT分别表示最小矩形网格区域RT在全局网格坐标系R中的左下角和右上角的网格坐标； 步骤22、对于图像-网格二元组序列L中的每一个图像-网格二元组Li＝Ii,Ri，将样例图像-网格二元组LT对应的矩形网格区域RT与图像-网格二元组Li的矩形网格区域Ri进行比较，若这两个矩形区域有重叠，则将图像-网格二元组Li加入候选图像-网格二元组序列L’； 步骤23、对于候选图像-网格二元组序列L’中的每一个候选图像-网格二元组Lj＝Ij,Rj，计算其相对应的数据集Dj和查询样例数据集De的相似度，其中，与查询样例数据集De的相似度最高的k个数据集即为查询结果。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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。