[发明专利]基于大数据和机器学习的贫困空间分类识别方法和装置在审
| 申请号： | 201910276600.3 | 申请日： | 2019-04-08 |
| 公开（公告）号： | CN109948737A | 公开（公告）日： | 2019-06-28 |
| 发明（设计）人： | 王坤;张丽君;秦耀辰 | 申请（专利权）人： | 河南大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 苏州知途知识产权代理事务所(普通合伙) 32299 | 代理人： | 张锦波;陈瑞泷 |
| 地址： | 47500*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及一种基于大数据和机器学习的城市贫困空间分类识别方法和装置，通过多种类型遥感卫星获取目标城市遥感数据，对目标城市内部进行区域网格化划分；对遥感数据提取地表绿地和水体，建立土地绿色覆盖模型；通过获取目标城市的POI数据，判别各区域包含城市POI的类型和数量，建立城市活跃度模型；再获取目标城市内部区域范围的房租数据；根据土地绿色覆盖模型、城市活跃度模型、房租数据，建立城市贫困指数模型，根据城市贫困指数模型进行分类，确定识别城市贫困区域，具有识别准确、操作可行性强的优点。 | ||
| 搜索关键词： | 获取目标 方法和装置 机器学习 空间分类 绿色覆盖 遥感数据 指数模型 大数据 活跃度 区域网格化 目标城市 内部区域 贫困区域 遥感卫星 水体 土地 地表 绿地 分类 申请 | ||
【主权项】：
1.一种基于大数据和机器学习的城市贫困空间分类识别方法，其特征在于，包括：步骤1：根据获取到的高精度遥感卫星影像，对城市内部进行区域划分，将城市区域划分为由若干格组成的最小空间单元，并计算出各最小空间单元的面积；步骤2：基于遥感卫星影像，对每个最小空间单元范围的绿地和水体进行识别提取，并计算所提取最小空间单元区域范围的绿地和水体的面积，计算出土地绿色覆盖率；步骤3：获取城市的POI数据，并根据最小空间单元范围内的POI的类型和数量计算出城市活跃度模型；步骤4：获得城市内部区域范围的房租数据，获得每个最小空间单元范围的平均单位房租价格；步骤5：根据土地绿色覆盖模型、城市活跃度模型、房租数据，建立城市贫困指数模型；步骤6：根据城市贫困指数模型对每个最小空间单元进行贫困程度分类，合并贫困程度分类相同的相邻的最小空间单元，确定城市贫困区域。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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河南大学，未经河南大学许可，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/patent/201910276600.3/，转载请声明来源钻瓜专利网。
