[发明专利]城市贫困分布测度方法在审
| 申请号： | 201910032850.2 | 申请日： | 2019-01-14 |
| 公开（公告）号： | CN109886103A | 公开（公告）日： | 2019-06-14 |
| 发明（设计）人： | 袁媛;陈逸敏;牛通;刘菁;尤智扬 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/32;G06K9/62 |
| 代理公司： | 广东世纪专利事务所有限公司 44216 | 代理人： | 何灿 |
| 地址： | 510000 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 测度 分布特征 机器学习 目标区域 社会服务 水平分布 随机森林 物理环境 自变量 参考变量 多源数据 计算区域 内部目标 社会经济 预测模型 准确度 构建 算法 | ||
本发明公开了一种基于多源数据的城市贫困分布测度方法，其包括：确定城市内部目标区域的物理环境分布特征对应的指标、社会服务水平分布特征对应的指标、经济生活水平分布特征对应的指标；确定目标区域的综合贫困指数GDI；将物理环境分布特征对应的指标、社会服务水平分布特征对应的指标和经济生活水平分布特征对应的指标作为自变量，GDI作为参考变量，使用随机森林算法的机器学习构建预测模型，实现对目标区域贫困分布的测度。与现有技术相比，本发明使用随机森林机器学习的方法计算区域贫困分布测度，能够根据社会经济的实际变动情况进行自我调整，提高了对贫困分布变动情况进行实时测度的准确度。
技术领域
本发明涉及计算机软件技术领域，更具体地，涉及一种基于多源数据的城市贫困分布测度方法。
背景技术
随着贫困概念的扩展，贫困的测度也由单一维度的经济指标，拓展到社会、文化等各个领域，经历了从绝对贫困测度到相对贫困测度的发展历程。
传统的贫困分布测度方法存在测度指标选择较单一，致使测度结果无法全面反映现代社会经济的实际发展状况的问题。同时，传统方法测度结果精度和及时性不高，且不能根据社会经济的实际变动情况进行自我调整，未能对人口流动、经济发展迅速的城市的贫困分布变动情况进行实时、精准的预测。
有鉴于此，有必要提供一种能够解决上述技术问题的基于多源数据的城市贫困分布测度方法。
发明内容
本发明的目的在于：克服现有技术的不足，提供一种能够适应现代社会经济快速发展的、对城市贫困分布进行实时精准测度的方法。
为了实现上述目的，本发明提供了一种基于多源数据的城市贫困分布测度方法，其包括以下步骤：
使用多源开放平台获取数据；
根据所获取的数据确定目标区域的物理环境分布特征对应的指标、社会服务水平分布特征对应的指标、经济生活水平分布特征对应的指标；
根据所获取的数据确定目标区域的综合贫困指数GDI；
将物理环境分布特征对应的指标、社会服务水平分布特征对应的指标和经济生活水平分布特征对应的指标作为自变量，GDI作为参考变量，使用随机森林算法的机器学习构建预测模型，实现对目标区域贫困分布的测度。
优选地，所述确定目标区域的物理环境分布特征对应的指标，包括：
从目标区域的卫星遥感影像中提取四种单波段遥感影像Greenband3、NIRband5、Redband4和SWIRband6，按如下公式计算植被覆盖指数NDVI、建筑覆盖指数NDBI、水体覆盖指数NDWI，
NDWI＝(Greenband3-NIRband5)/(Greenband3+NIRband5)
NDVI＝(NIRband5-Redband4)/(NIRband5+Redband4)
NDBI＝(SWIRband6-NIRband5)/(SWIRband6+NIRband5)
从所述卫星遥感影像中提取结构纹理特征，计算用于反映内部地物多样性程度的复杂度指标，将所述NDVI、NDBI、NDWI和复杂度指标作为目标区域的物理环境分布特征对应的指标。
优选地，所述确定目标区域的社会服务水平分布特征对应的指标，包括：
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910032850.2/2.html，转载请声明来源钻瓜专利网。
