[发明专利]一种基于户型轮廓和分布特征快速推荐相似户型的方法有效
申请号: | 202111567324.X | 申请日: | 2021-12-21 |
公开(公告)号: | CN113946900B | 公开(公告)日: | 2022-03-29 |
发明(设计)人: | 杨济帆;魏启赟 | 申请(专利权)人: | 深圳小库科技有限公司 |
主分类号: | G06F30/13 | 分类号: | G06F30/13;G06F30/27;G06N3/04;G06N3/08;G06N20/00 |
代理公司: | 深圳市深可信专利代理有限公司 44599 | 代理人: | 张勇 |
地址: | 518000 广东省深圳市南山区西丽街*** | 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: | 一种 基于 户型 轮廓 分布 特征 快速 推荐 相似 方法 | ||
1.一种基于户型轮廓和分布特征快速推荐相似户型的方法,其特征在于,该方法包括以下的步骤:
S10、数据集的准备,以用于实现训练和匹配推荐户型;
S20、数据模型的设计,通过设计统一的建筑信息模型的数据模型,用于存储户型设计的结构和空间信息;
S30、户型特征的提取,进行户型的特征设计,选用户型的轮廓图形、面积、户型分布、空间分布以及空间数量的特征,对数据集进行特征提取;所述的步骤S30中,包括以下的步骤:
S301、户型轮廓及分布数据的输入,对户型轮廓大小进行检测,以判断户型轮廓大小是否合理,当轮廓大小合理时,进入步骤S302;
S302、空间属性的检测,检测必要的空间属性,如该户型设计内部未进行空间划分,则匹配外部轮廓相似的户型方案;
S303、面积特征的匹配,将推荐范围锁定在面积相近的数据集;
S304、空间类型特征的匹配,通过空间数量的特征进行匹配;当分布数据中没有空间类型特征的信息时,则跳过该步骤;
S305、外轮廓特征的匹配,对户型的轮廓图进行梯度化,寻找轮廓图的边缘和角,计算出对应的特征向量,用于筛选数据集中轮廓特征向量相近的数据;
S306、单一空间顶视图特征的匹配,通过每个同类型的空间的顶视图进行匹配;
S307、空间相对分布特征的匹配,通过空间与空间之间的相对位置特征进行匹配;
S40、数学模型的输出,使用训练数据集,用神经网络方法对算法数学模型进行训练,得到模式估计参数,再拟合矩阵得到数学模型。
2.根据权利要求1所述的一种基于户型轮廓和分布特征快速推荐相似户型的方法,其特征在于,步骤S10中,进行数据的清洗和归一。
3.根据权利要求1所述的一种基于户型轮廓和分布特征快速推荐相似户型的方法,其特征在于,步骤S20中,通过转换算法将各种格式的数据统一至数据模型中。
4.根据权利要求1所述的一种基于户型轮廓和分布特征快速推荐相似户型的方法,其特征在于,步骤S302中,所述的空间划分即为房间结构。
5.根据权利要求1所述的一种基于户型轮廓和分布特征快速推荐相似户型的方法,其特征在于,步骤S303中,面积是否相近通过近似容差值判断,该近似容差值通过测试得到一个根据空间类型数量的容差梯度。
6.根据权利要求5所述的一种基于户型轮廓和分布特征快速推荐相似户型的方法,其特征在于,不同空间类型和数量,有不同的近似容差值,用于提高结果的回归率。
7.根据权利要求1所述的一种基于户型轮廓和分布特征快速推荐相似户型的方法,其特征在于,步骤S304中,空间数量的特征包括客厅数量和卧室数量。
8.根据权利要求1所述的一种基于户型轮廓和分布特征快速推荐相似户型的方法,其特征在于,步骤S306中,采用同类型的户型的顶视图进行匹配时,包括户型的面积和轮廓,用于提高结果的准确度。
9.根据权利要求1所述的一种基于户型轮廓和分布特征快速推荐相似户型的方法,其特征在于,步骤S307中,相对位置特征包括卧室相对客厅的位置和主卧卫生间相对于主卧的位置,通过空间相对分布特征的匹配得到若干组相对位置的向量,并与数据集进行匹配。
10.根据权利要求1所述的一种基于户型轮廓和分布特征快速推荐相似户型的方法,其特征在于,步骤S307之后,还包括其他户型分布特征的匹配,包括通过提取户型朝向、采光、动静分区以及动线的特征进行匹配;
其中,所述户型朝向特征包括:通过入户门方向和主卧室、采光的窗户朝向计算默认朝向;
所述采光特征包括:需采光空间的加权计算采光值,需采光空间包括客厅、卧室、厨房以及起居室;
所述动静分区特征包括:各类空间的用途的分区,其中客厅、餐厅以及走廊为动区,卧室为静区,从动静区的相对关系提取特征;
所述的动线特征为交通空间的特征,即空间与空间之间的路线。
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深圳小库科技有限公司,未经深圳小库科技有限公司许可,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/202111567324.X/1.html,转载请声明来源钻瓜专利网。