[发明专利]一种城市海量建筑分类方法在审
| 申请号： | 201910215502.9 | 申请日： | 2019-03-21 |
| 公开（公告）号： | CN110008542A | 公开（公告）日： | 2019-07-12 |
| 发明（设计）人： | 王超;石邢 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06K9/62 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 蒋昱 |
| 地址： | 210096 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 分类器 预测类型 参数权 编程 分类 计算器 城市建筑 回归模型 建筑原型 精度验证 空间连接 目标分类 能耗模拟 数量一致 训练样本 数据源 准确率 迭代 基底 字段 样本 验证 预测 服务 | ||
1.一种城市海量建筑分类方法，其特征在于：该方法包括以下步骤：
步骤一：确定研究区域，并获取研究区域内建筑基底平面图；
步骤二：确定海量城市建筑分类需求；
步骤三：获取POI数据；
步骤四：数据连接；
步骤五：选取“训练样本”，确定参数权重；
步骤六：参数权重精度验证；
步骤七：城市海量建筑分类。
2.根据权利要求1所述的一种城市海量建筑分类方法，其特征在于：所述步骤一中的建筑基底平面图可以通过3种方式获取：利用公开数据，利用OpenStreetMap直接下载，或基于百度地图或高德地图，使用免费软件MapCapturer0.5Beta下载。
3.根据权利要求1所述的一种城市海量建筑分类方法，其特征在于：所述步骤二中的建筑分类包含一级类与二级类。
4.根据权利要求1所述的一种城市海量建筑分类方法，其特征在于：所述步骤三中的POI数据通过免费申请百度开发者密钥，运用python语言编程获取。
5.根据权利要求1所述的一种城市海量建筑分类方法，其特征在于：所述步骤五中的参数权重确定方法基于逻辑斯蒂克回归模型，具体为：引用sigmoid函数作为数学模型，使用基于梯度下降法的迭代求参数权重，并且依据所需得到建筑分类数量，建立相应数量的分类器。
6.根据权利要求1所述的一种城市海量建筑分类方法，其特征在于：所述步骤六中的参数权重精度验证方法为比较各分类器的数值大小，选取数值最大的分类器所对应的类型作为该建筑的预测类型，将预测类型与该建筑的实际类型作比较，当验证样本的预测准确率≥90%时，通过精度验证。
7.根据权利要求1所述的一种城市海量建筑分类方法，其特征在于：所述步骤七中的城市海量建筑分类在Arcmap中利用“字段计算器”功能，编程自动赋值。
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东南大学，未经东南大学许可，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/201910215502.9/1.html，转载请声明来源钻瓜专利网。
