[發(fā)明專(zhuān)利]一種商務(wù)集聚區(qū)邊界識(shí)別系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010961769.5
• 申請(qǐng)日: 2020-09-14
• 公開(kāi)（公告）號(hào): CN112182125B
• 公開(kāi)（公告）日: 2022-07-05
• 發(fā)明（設(shè)計(jì)）人: 劉建;李思悅;葉勝
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)科學(xué)院重慶綠色智能技術(shù)研究院;重慶大學(xué)
• 主分類(lèi)號(hào): G06F16/29
• 分類(lèi)號(hào): G06F16/29;G06V10/762;G06K9/62
• 代理公司: 重慶縉云專(zhuān)利代理事務(wù)所(特殊普通合伙) 50237
• 代理人: 王翔

本發(fā)明公開(kāi)一種商務(wù)集聚區(qū)邊界識(shí)別系統(tǒng)，包括建筑物信息獲取模塊、目標(biāo)建筑篩選模塊、密度圖生成模塊、集聚區(qū)初步矢量邊界生成模塊、集聚區(qū)邊界識(shí)別模塊和數(shù)據(jù)庫(kù)；本發(fā)明通過(guò)利用加權(quán)核密度算法及自然斷裂法，解決了現(xiàn)有技術(shù)中商務(wù)集聚區(qū)邊界劃定主觀性大、難以客觀量化等問(wèn)題，降低了人為干預(yù)程度，減少了約束條件，能夠有效提高邊界識(shí)別的客觀性、科學(xué)性。

技術(shù)領(lǐng)域

本發(fā)明涉及空間邊界劃定技術(shù)領(lǐng)域，具體是一種商務(wù)集聚區(qū)邊界識(shí)別系統(tǒng)。

背景技術(shù)

商務(wù)集聚區(qū)邊界識(shí)別是依據(jù)相關(guān)的數(shù)據(jù)和系統(tǒng)定量分析并識(shí)別出商務(wù)集聚區(qū)邊界的技術(shù)。目前在國(guó)內(nèi)外，許多專(zhuān)家學(xué)者在嘗試商務(wù)集聚區(qū)邊界定量識(shí)別、劃定的系統(tǒng)，雖然有人已經(jīng)提出了一些商務(wù)集聚區(qū)邊界劃定的系統(tǒng)，但這些系統(tǒng)均存在缺陷：(1)多數(shù)系統(tǒng)要求的數(shù)據(jù)繁多且獲取的難度較大；(2)需要借助一定的空間評(píng)價(jià)單元，影響指標(biāo)計(jì)算和結(jié)果的穩(wěn)定性；(3)未能真正從數(shù)據(jù)本身的客觀規(guī)律出發(fā)，具體實(shí)施過(guò)程中很多的步驟需要依賴(lài)人為經(jīng)驗(yàn)干預(yù)，客觀性較差。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種商務(wù)集聚區(qū)邊界識(shí)別系統(tǒng)，包括建筑物信息獲取模塊、目標(biāo)建筑篩選模塊、密度圖生成模塊、集聚區(qū)初步矢量邊界生成模塊、集聚區(qū)邊界識(shí)別模塊和數(shù)據(jù)庫(kù)。

所述建筑物信息獲取模塊獲取待檢測(cè)區(qū)域內(nèi)的建筑物輪廓矢量面狀圖斑和屬性信息，并分別發(fā)送至目標(biāo)建筑篩選模塊、集聚區(qū)初步矢量邊界生成模塊和集聚區(qū)邊界識(shí)別模塊。

所述建筑物輪廓矢量面狀圖斑的屬性信息包括建筑物用途、建筑物占地面積、建筑物名稱(chēng)和建筑物層數(shù)。

所述目標(biāo)建筑篩選模塊根據(jù)屬性信息中的建筑物用途篩選出目標(biāo)建筑物輪廓矢量面狀圖斑。

所述目標(biāo)建筑物為商業(yè)用途建筑物。

所述目標(biāo)建筑篩選模塊根據(jù)屬性信息篩選出所有目標(biāo)建筑物輪廓矢量面狀圖斑，并提取出目標(biāo)建筑物質(zhì)心點(diǎn)坐標(biāo)數(shù)據(jù)。

所述目標(biāo)建筑篩選模塊提取出目標(biāo)建筑物質(zhì)心點(diǎn)坐標(biāo)數(shù)據(jù)的步驟為：在Python環(huán)境下獲取目標(biāo)建筑物輪廓矢量面狀圖斑進(jìn)行矢量要素格式轉(zhuǎn)化，得到矢量面狀要素的幾何中心點(diǎn)。所述幾何中心點(diǎn)即為目標(biāo)建筑物質(zhì)心點(diǎn)。

所述目標(biāo)建筑篩選模塊將目標(biāo)建筑物質(zhì)心點(diǎn)坐標(biāo)數(shù)據(jù)發(fā)送至密度圖生成模塊。

所述密度圖生成模塊將待檢測(cè)區(qū)域劃分為若干檢測(cè)單元，并計(jì)算每個(gè)檢測(cè)單元內(nèi)目標(biāo)建筑密度值。

第x個(gè)檢測(cè)單元f(x)內(nèi)目標(biāo)建筑密度值如下所示：

式中，為核加權(quán)值，h_n為帶寬。x-x_i為估計(jì)點(diǎn)x到樣本x_i處的距離。w_i為第i棟目標(biāo)建筑物的總面積，也即樣本x_i的權(quán)重，n為樣本總數(shù)。

所述密度圖生成模塊根據(jù)每個(gè)檢測(cè)單元內(nèi)目標(biāo)建筑密度值生成核密度圖Hmap，并發(fā)送至集聚區(qū)初步矢量邊界生成模塊。

所述集聚區(qū)初步矢量邊界生成模塊利用最佳自然斷裂法對(duì)密度圖Hmap進(jìn)行處理，生成目標(biāo)建筑集聚區(qū)初步矢量邊界范圍，并發(fā)送至集聚區(qū)邊界識(shí)別模塊。

所述集聚區(qū)初步矢量邊界生成模塊生成目標(biāo)建筑集聚區(qū)初步矢量邊界范圍的步驟如下：

1)利用最佳自然斷裂法對(duì)密度圖Hmap進(jìn)行處理，獲得核密度斷裂值，將密度圖Hmap劃分為2個(gè)聚類(lèi)區(qū)域。其中，2個(gè)聚類(lèi)區(qū)域之間的差異最大，每個(gè)聚類(lèi)區(qū)域內(nèi)部的差異最小。

2)以核密度值大于等于核密度斷裂值的區(qū)域?yàn)槟繕?biāo)建筑臨界柵格邊界區(qū)域。

3)利用雙邊界搜索算法對(duì)目標(biāo)建筑臨界柵格邊界區(qū)域進(jìn)行空間數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換，得到目標(biāo)建筑集聚區(qū)初步矢量邊界范圍。