[发明专利]户型结构改造方案的生成方法、装置以及设备、存储介质有效
申请号: | 201910637659.0 | 申请日: | 2019-07-15 |
公开(公告)号: | CN110390153B | 公开(公告)日: | 2020-06-16 |
发明(设计)人: | 杨彬;辛承聪;胡亦朗;朱毅;苏冲;邓石砺 | 申请(专利权)人: | 贝壳找房(北京)科技有限公司 |
主分类号: | G06F30/13 | 分类号: | G06F30/13;G06Q10/06;G06Q50/08 |
代理公司: | 北京思源智汇知识产权代理有限公司 11657 | 代理人: | 毛丽琴 |
地址: | 100085 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 户型 结构 改造 方案 生成 方法 装置 以及 设备 存储 介质 | ||
1.一种户型结构改造方案的生成方法,包括:
获取与样本户型图相对应的样本户型结构数据,对所述样本户型结构数据进行标注,用以对所述样本户型结构数据添加户型特征信息和评分信息;其中,所述样本户型图包括:原始户型图和经过改造后的户型图;
基于所述样本户型结构数据获取与所述样本户型图相对应的第一简化户型图;
根据所述第一简化户型图、所述样本户型图以及所述样本户型结构数据生成训练样本集;
根据所述训练样本进行神经网络的训练,得到所述神经网络模型;
获取与需要改造的户型图相对应的改造户型结构数据;
基于所述改造户型结构数据获取与所述需要改造的户型图相对应的第二简化户型图;
将所述第二简化户型图和所述改造户型结构数据输入所述神经网络模型,获取所述神经网络模型输出的与至少一个户型改造需求特征相对应的墙体改造方案信息,以及与每个墙体改造方案信息相对应的墙体改造说明信息;
利用所述户型改造决策规则对所述墙体改造方案信息进行处理,获取与至少一个户型改造需求特征相对应的户型结构改造图;
生成所述需要改造的户型图与所述户型结构改造图之间的对比信息;
基于所述墙体改造说明信息获取所述户型改造说明信息。
2.如权利要求1所述的方法,其中,
所述墙体改造方案信息包括:墙体改造热力图;
其中,所述墙体改造热力图包括:在所述需要改造的户型图中需要改造的墙体的信息、与所述需要改造的墙体相对应的改造概率。
3.如权利要求2所述的方法,所述利用所述户型改造决策规则对所述墙体改造方案信息进行处理,获取与至少一个户型改造需求特征相对应的户型结构改造图包括:
将预设的墙体改造优化限制规则作为约束条件,使用蒙特卡罗搜索树算法对所述墙体改造热力图进行遍历,在所述需要改造的户型图中确定至少一个最优改造墙体,获取满足所述约束条件并使与全部最优改造墙体相对应的综合改造概率为最大的所述户型结构改造图。
4.如权利要求1所述的方法,所述基于所述样本户型结构数据获取与所述样本户型图相对应的第一简化户型图包括:
基于所述样本户型结构数据获取所述样本户型图中的第一承重墙信息;
基于所述第一承重墙信息生成所述第一简化户型图;其中,在所述第一简化户型图中仅保留承重墙以及承重墙上设置的门和/或窗;
所述基于所述改造户型结构数据获取与所述需要改造的户型图相对应的第二简化户型图包括:
基于所述改造户型结构数据获取所述需要改造的户型图中的第二承重墙信息;
基于所述第二承重墙信息生成所述第二简化户型图;其中,在所述第二简化户型图中仅保留承重墙以及承重墙上设置的门和/或窗。
5.如权利要求1所述的方法,其中,
所述神经网络模型包括:输入层神经元模型、中间层神经元模型和输出层神经元模型;每层神经元模型的输出作为下一层神经元模型的输入;
其中,所述神经网络模型为具有全连接结构的多个神经网络层的子网络结构;所述中间层神经元模型为全连接层。
6.如权利要求1所述的方法,其中,
所述样本户型结构数据和所述改造户型结构数据包括:户型的墙面分布数据、承重墙分布数据、门窗分布数据、面积数据、层高数据、位置坐标数据中的一项或者多项;
所述户型特征信息包括:户型宽敞度、居住人数、收纳度、采光度、房屋建设年份中的一项或者多项;
所述户型改造需求特征包括:增强收纳居住体验、增强居住舒适体验中的一项或者多项。
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贝壳找房(北京)科技有限公司,未经贝壳找房(北京)科技有限公司许可,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/201910637659.0/1.html,转载请声明来源钻瓜专利网。