大数据环境下城市土地利用自动分类方法技术

本发明专利技术公开了大数据环境下城市土地利用自动分类方法，该发明专利技术方法包含了土地利用数据采集、土地利用自动分类模型训练、土地利用分类结果输出三个步骤。本发明专利技术采集土地图像，并对图像进行人工分类与RGB色彩模式转换处理后，将处理后的数据用于土地利用自动分类模型训练，采用训练完成后的土地利用自动分类模型获取土地图像的分类结果，实现土地利用图像的快速、自动分类。通过本发明专利技术方法，可以获取具有通用价值的土地利用自动分类模型，有效提升土地利用图像的分类效率。

【技术实现步骤摘要】
大数据环境下城市土地利用自动分类方法
本专利技术涉及城市土地利用分析
，特别是涉及大数据环境下城市土地利用自动分类方法。
技术介绍
土地利用调查是查清一个各种土地利用分类及面积、解析土地利用状况及其空间分布特点的核心工作，更是了解土地利用存在问题，总结开发利用经验教训，提出合理利用土地的意见，进而制订国民经济计划和土地政策，开展国土整治、土地规划、科学管理土地等的基础。这其中，对于土地利用的分类工作是一项较为费时间的工作，往往需要很多的人员参与，且人员的熟练程度往往影响分类的效率与精确程度。机器学习方法作为一种基于计算机实现对人类学习行为的模拟方法，可以是的计算机获取新的知识或技能，重新组织已有的知识结构使计算机不断改善自身的性能。机器学习已经有了十分广泛的应用，例如：数据挖掘、计算机视觉、自然语言处理、生物特征识别、语音和手写识别、战略游戏和机器人运用等。常用的机器学习模型方法包括了神经网络、支持向量机、决策树、贝叶斯模型等。对于土地利用的分类工作，完全可以借助机器学习模型的训练实现自动化，以降低人工分类费时费力的情况。
技术实现思路
为了提升土地利用图像与数据分类的自动化程度与本文档来自技高网...

【技术保护点】
1.大数据环境下城市土地利用自动分类方法，包含依次进行的步骤，其特征在于，A)土地利用数据采集；包括步骤A1)土地利用自动分类模型训练用数据采集，步骤A2)土地利用自动分类模型训练用数据处理步骤A3)土地利用待分类数据采集，以及步骤A4)土地利用待分类数据处理四个子步骤；步骤B)土地利用自动分类模型训练；采用支持向量机算法建立土地利用自动分类模型，并将步骤A)中获得的矩阵D作为土地利用自动分类模型的训练集属性矩阵，将矩阵C作为土地利用自动分类模型的训练集标签矩阵，训练土地利用自动分类模型；步骤C)土地利用分类结果输出；将所述步骤A)中获得的矩阵E作为分类数据的属性矩阵，输入所述步骤B)中训练完...

【技术特征摘要】
1.大数据环境下城市土地利用自动分类方法，包含依次进行的步骤，其特征在于，A)土地利用数据采集；包括步骤A1)土地利用自动分类模型训练用数据采集，步骤A2)土地利用自动分类模型训练用数据处理步骤A3)土地利用待分类数据采集，以及步骤A4)土地利用待分类数据处理四个子步骤；步骤B)土地利用自动分类模型训练；采用支持向量机算法建立土地利用自动分类模型，并将步骤A)中获得的矩阵D作为土地利用自动分类模型的训练集属性矩阵，将矩阵C作为土地利用自动分类模型的训练集标签矩阵，训练土地利用自动分类模型；步骤C)土地利用分类结果输出；将所述步骤A)中获得的矩阵E作为分类数据的属性矩阵，输入所述步骤B)中训练完成后的土地利用自动分类模型，模型输出待分类土地图像的分类结果矩阵F，其中Rj为第j个待分类土地图像的分类结果。2.根据权利要求1所述的大数据环境下城市土地利用自动分类方法，其特征在于：步骤A详细步骤如下；步骤A1)土地利用自动分类模型训练用数据采集；采集M个由遥感所获取的形状为矩形，且像素点为A*B的土地图像，其中每个像素点的边长为p；步骤A2)土地利用自动分类模型训练用数据处理；将步骤A1)采集得到的数据进行人工分类，人工分类完成后，第i个土地图像的类型为Ci，其中，i为步骤A1)采集得到的M个土地图像的序号...

【专利技术属性】
技术研发人员：华雪东，王炜，阳建强，郑永涛，于维杰，谢文杰，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32