[发明专利]一种POI关联建筑面积回归预测装置及方法

说明书

本发明涉及一种POI关联建筑面积回归预测方法，包括如下步骤：S1.获取POI待测数据；S2.利用回归分析模型预测，将所述POI待测数据输入到由POI特征数据经过算法训练好的回归分析模型中进行与所述POI待测数据相关的关联建筑面积数据预测，所述POI特征数据包括但不限于POI点类型(kind)、POI点重要性(imprtnc)、POI分级(POI_flg)、子类POI点数量(snClssN)、POI点所处的地理行政区划(CODE)、POI点对应的夜间灯光指数(NTL)、人口密度(POP)、土地利用类型(LU)；S3.获得预测后的关联建筑面积数据。本建筑面积预测模型效果整体较好，可以用来预测未知建筑面积值的待预测POI点的关联建筑面积，尤其对于教育文化类的预测效果更好。

技术领域

本发明属于巨灾模型损失分析计算领域，特别涉及一种POI关联建筑面积回归预测装置及方法。

背景技术

现有的建筑面积预测工作一部分针对人均住房面积预测，例如【1】(叶淳,吴翔华,黄雨婴.城镇人均住房建筑面积预测研究——以江苏省为例[J].中国房地产,2020(18):73-79.)，该工作对城镇人均住房建筑面积预测，选取经济社会的发展、人口数量及家庭规模的变化、住房市场的发展三大类影响因素,将影响因素定量化,构建多元线性回归及灰色系统预测模型,预测未来5年江苏省城镇人均住房建筑面积。这部分工作只涉及住宅类房屋面积的预测，不包含其他类别的建筑面积预测。另一部分工作集中在房产测绘中的房屋面积预测【2】(王家宽.房产测绘中房屋面积预测和实测对比分析[J].科学技术创新,2017(27):186-187.)，这类工作并不采用机器学习模型进行回归分析，依靠测绘人员的经验和技能，准确把握房屋测绘的工作要点,对房屋面积进行预测，避免出现测绘结果上的偏差。目前没有以POI点关联的建筑面积为预测目标，采用回归分析模型，为风险暴露行业数据库的构建服务，辅助再保承保的工作。

发明内容

为了解决本发明所提出的技术问题，本发明一方面提供了POI关联建筑面积回归预测方法，包括如下步骤：

S1.获取POI待测数据；

S2.利用回归分析模型预测，将所述POI待测数据输入到由POI特征数据经过算法训练好的回归分析模型中进行与所述POI待测数据相关的关联建筑面积数据预测，所述POI特征数据包括但不限于POI点类型(kind)、POI点重要性(imprtnc)、POI分级(POI_flg)、子类POI点数量(snClssN)、POI点所处的地理行政区划(CODE)、POI点对应的夜间灯光指数(NTL)、人口密度(POP)、土地利用类型(LU)；

S3.获得预测后的关联建筑面积数据。

本发明另一方面提供了POI关联建筑面积回归预测装置，所述装置包括至少一个处理器；以及

存储器，其存储有指令，当通过至少一个处理器来执行该指令时，实施本发明所提供的方法。

本发明的有益效果在于，本建筑面积预测模型效果整体较好，可以用来预测未知建筑面积值的待预测POI点的关联建筑面积，尤其对于教育文化类的预测效果更好。

附图说明

图1.实验流程示意图。

具体实施方式