[发明专利]一种综合业态大数据与建筑形态的城市用地自动识别系统

摘要

本发明公开了一种综合业态大数据与建筑形态的城市用地自动识别系统，包括数据获取及输入模块、数据库建构模块、机器学习训练模块、自动识别模块及数据输出模块，该系统通过提取城市业态点的数据分布特征及城市空间三维实体的多维度形态特征进行城市用地的自动识别。本发明能够应对城市规划设计领域对城市地块用地性质的判定，实现基于人工智能系统对不同规模城市用地性质的高效自动化精细识别，为城市现状建设用地的测度和绘制提供了高效便捷的测绘途径及参考，有效节约人工测绘的时间成本。

主权项

1.一种综合业态大数据与建筑形态的城市用地自动识别系统，其特征在于，该系统包括：数据获取及输入模块，用于获取并存储不同规模案例城市及目标城市建成区域内的空间矢量数据、业态点数据，输入地理信息系统，其中，所述不同规模案例城市按照国务院印发的最新城市规模划分标准划分，选取超大城市、特大城市、大城市、中等城市、小城市五类规模的案例城市，每类城市对应生成一个数据库及机器学习分类模型；所述业态点数据包括业态点名称、地理坐标及业态特征类型信息；其中，所述业态特征类型信息为业态点所属行业信息或业态点职能信息或业态点分类信息；数据库建构模块，用于通过地理信息系统，按照设定的空间自动校准方法对数据进行校准并关联，得到关联业态点的地块数据库，根据业态特征重要性对关联业态点的地块数据库进行加权处理，按照设定的建筑形态特征指标自动计算出每个地块内所有建筑的最高高度、平均高度、建筑平均基底面积、容积率指标，并与地块关联，生成并存储包含加权业态特征、形态特征的地块数据库，所述地块数据库包含目标城市数据库和不同规模案例城市数据库；机器学习训练模块，用于输入不同规模案例城市的用地性质标准数据，所述用地性质标准数据按照用地小类划分，并作为机器学习标签；采用有监督分类学习算法，对数据库建构模块得到的包含加权业态特征、形态特征的不同规模案例城市数据库进行机器学习训练，产生多个对应不同城市规模的机器学习分类模型，将其组合形成城市用地自动识别模型簇；自动识别模块，用于根据数据库建构模块中生成的包含加权业态特征、形态特征的目标城市数据库，采用训练完成的城市用地自动识别模型簇，自动识别目标城市建成区域内每个地块对应的城市用地性质及其置信度；数据输出模块，用于将用地性质按小类对应不同色块录入地块矢量文件中，并标注数据置信度，得到城市现状用地性质图。