龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：河南大学
申请日：2024-04-09
公开（公告）日：2024-06-21
公开（公告）号：CN118227998A
主分类号：G06F18/20
分类号：G06F18/20;G06F18/211;G06F18/27;G06N5/01;G06N20/20;G06F123/02
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明涉及城市规划建设技术领域，具体涉及基于地理大数据构建长时间序列建筑高度的方法和装置。获取研究区已知年份的建筑高度数据和空间因子数据以及所求年份的空间因子数据；将空间因子数据输入到已训练的随机森林模型中进行测试，调整随机森林模型参数，根据测试结果的准确率确定出最佳随机森林模型；对比最佳随机森林模型中空间因子数据的重要性，选取出该研究区中与建筑高度最拟合的空间因子数据；将最拟合的空间因子数据以及对应的建筑高度标签进行训练，并调整随机森林模型参数，选择准确率最高的随机森林模型作为反演模型；将所求年份的最拟合的空间因子数据输入反演模型，得到高分辨率建筑高度数据。
主权项：1.一种基于地理大数据构建长时间序列建筑高度的方法，其特征在于，该方法包括以下步骤：获取研究区已知年份的建筑高度数据、空间因子数据以及所求年份的空间因子数据；将其空间因子数据输入到已训练的随机森林模型中进行测试，调整随机森林模型参数，根据测试结果的准确率确定出最佳随机森林模型；在构建随机森林模型的过程中将检验数据集中空间因子数据的特征值进行置换，确定空间因子数据的重要性，对比所述最佳随机森林模型中空间因子数据的重要性，根据重要性选取出该研究区中与建筑高度最拟合的空间因子数据；将研究区中已知年份的与建筑高度最拟合的空间因子数据以及对应的建筑高度标签进行训练，并调整随机森林模型参数，选择准确率最高的随机森林模型，作为反演模型；将所求年份的所述最拟合的空间因子数据输入反演模型，从而得到所求年份的高分辨率建筑高度数据。
全文数据：
权利要求：
百度查询： 河南大学 基于地理大数据构建长时间序列建筑高度的方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号