一种城乡建设用地自动识别方法、设备及介质技术

本申请公开了一种城乡建设用地自动识别方法、设备及介质，用以解决现有的城乡建设用地容易出现判断失误的技术问题。方法包括：获取城乡建设用地对应的空间矢量数据；将所述空间矢量数据输入至预先训练好的城乡建设用地识别模型中，以得到所述城乡建设用地对应的建设指标；根据所述建设指标，确定所述城乡建设用地对应的用地结果。本申请通过上述方法实现了对不同规模的城市高效自动化精细生成城乡用地的结果，保证了城乡建设用地识别结果准确性。性。性。

【技术实现步骤摘要】
一种城乡建设用地自动识别方法、设备及介质


[0001]本申请涉及数据处理及分析
，尤其涉及一种城乡建设用地自动识别方法、设备及介质。

技术介绍

[0002]随着城市化进程的不断推进，城乡建设用地特别是城市建设用地的发展，俨然成为社会经济可持续发展的重要指标，伴随着城市规模的不断扩大，城市的布局也在发生着翻天覆地的变化并且情况亦是越来越复杂。
[0003]目前的城乡建设用地需要进行人为测量、测绘，并且需要人为判断用地结果，主观性较大，容易导致城乡建设用地判断失误的情况发生。

技术实现思路

[0004]本申请实施例提供了一种城乡建设用地自动识别方法、设备及介质，用以解决现有的城乡建设用地容易出现判断失误的技术问题。
[0005]第一方面，本申请实施例提供了一种城乡建设用地自动识别方法，所述方法包括：获取城乡建设用地对应的空间矢量数据；将所述空间矢量数据输入至预先训练好的城乡建设用地识别模型中，以得到所述城乡建设用地对应的建设指标；根据所述建设指标，确定所述城乡建设用地对应的用地结果。
[0006]在本申请说明书的一个或多个实施例中，所述空间矢量数据至少包括CAD类数据与ArcGIS类数据中的一种或多种。
[0007]在本申请说明书的一个或多个实施例中，在获取城乡建设用地对应的空间矢量数据之后，所述方法还包括：通过地理信息采集系统，按照预设的空间自动校准方法对所述空间矢量数据进行校准；校准完成后，将所述空间矢量数据与所述城乡建设用地对应的空间信息相关联。
[0008]在本申请说明书的一个或多个实施例中，将所述空间矢量数据与所述城乡建设用地对应的空间信息相关联之后，所述方法还包括：对关联结果进行误差校准。
[0009]在本申请说明书的一个或多个实施例中，将所述空间矢量数据输入至预先训练好的城乡建设用地识别模型之前，所述方法还包括：获取数据集；将所述数据集按比例抽样划分为训练集、验证集以及测试集；利用所述训练集、验证集以及测试集对所述城乡建设用地识别模型进行训练。
[0010]在本申请说明书的一个或多个实施例中，利用所述训练集、验证集以及测试集对所述城乡建设用地识别模型进行训练之后，所述方法还包括：通过交叉验证法、参数优化法以及泛化检验法中的一种或多种对所述城乡建设用地识别模型进行检验；检验完成后，得到训练好的所述城乡建设用地识别模型。
[0011]在本申请说明书的一个或多个实施例中，在获取数据集之后，所述方法还包括：根据城乡空间三维特征以及城乡空间地域类别对所述数据集进行分类。
[0012]在本申请说明书的一个或多个实施例中，所述建设指标至少包括建筑最高高度、建筑平均高度、建筑平均基地面积以及容积率中的一种或多种。
[0013]第二方面，本申请实施例还提供了一种城乡建设用地自动识别设备，所述设备包括：处理器；以及，存储器，其上存储有可执行指令，当所述可执行指令被执行时，使得所述处理器执行如上述的一种城乡建设用地自动识别方法。
[0014]第三方面，本申请实施例还提供了一种非易失性计算机存储介质，其上存储有计算机可执行指令，所述计算机可执行指令被设置为执行如上述的一种城乡建设用地自动识别方法。
[0015]本申请实施例提供的一种城乡建设用地自动识别方法、设备及介质，具有以下有益效果：对城乡建设用地进行自动识别，避免了传统人工现场测绘中测绘时间长、投入人力物力大、用地识别涉及人脑判断、建设复杂地块易判断失误且随意性大的问题，实现了对不同规模城乡用地性质的高效、全流程自动化、用地性质精确化的智能识别，同时，为城乡现状建设用地的测度和绘制提供了高效便捷的测绘途径及参考，有效节约了人工测绘的时间成本。
附图说明
[0016]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0017]图1为本申请实施例提供的一种城乡建设用地自动识别方法流程图；
[0018]图2为本申请实施例提供的一种城乡建设用地自动识别设备结构图。
具体实施方式
[0019]为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0020]本申请目的在于提供一种综合提取城乡空间三维实体的多维度形态特征，进行城乡用地自动识别的系统，能够对不同规模的城市高效自动化精细生成城乡用地结果并支持精细化管理。
[0021]下面通过附图对本申请实施例提出的技术方案进行详细的说明。
[0022]图1为本申请实施例提供的一种城乡建设用地自动识别方法流程图。如图1所示，本申请实施例中的自动识别方法至少包括以下执行步骤：
[0023]步骤101、获取城乡建设用地对应的空间矢量数据。
[0024]城乡建设用地一般是指城市或者乡村中需要进行建设规划的用地，空间矢量数据指的是城乡建设用地对应的测量/测绘数据等，用于指示城乡建设用地对应的度量数据等信息。
[0025]在本申请的一个示例中，前述空间矢量信息至少包括CAD类数据与ArcGIS类数据中的一种或多种。
[0026]另外，在获取到空间矢量数据之后，还会对该空间矢量数据进行校准，以增加获取
的空间矢量数据的准确性，具体地，通过地理信息采集系统，按照预设的空间自动校准方法对空间矢量数据进行校准；校准完成后，将空间矢量数据与城乡建设用地对应的空间信息相关联。
[0027]进一步地，在关联完成之后，还会对关联结果进行校准。
[0028]需要说明的是，本申请实施例中的对关联结果的校准与对空间矢量数据的校准，都可以通过现有的校准方法或者校准技术进行实现，本申请实施例在此不做赘述。
[0029]步骤102、将所述空间矢量数据输入至预先训练好的城乡建设用地识别模型。
[0030]在获取到空间矢量数据之后，按照城乡空间特点(或者城乡空间三维特征)以及将地域地类相近的地区(或者城乡空间地域类别)进行数据划分组成数据集，同类型数据集易于数据处理与对比，并按比例抽样切分为训练集、验证集和测试集，通过交叉验证、参数优化、泛化检验选取分类性能与泛化性能同事优异的设计模型作为理想的城乡建设用地识别模型进行数据处理。
[0031]训练完成后，将空间矢量数据输入至该城乡建设用地识别模型中。
[0032]步骤103、根据所述建设指标，确定所述城乡建设用地对应的用地结果。
[0033]将空间矢量数据输入至上述城乡建设用地识别模型中之后，得到城乡建设用地对应的建设指标，然后就可以通过这些建设指标，确定出城乡建设用地对应的用地结果，也即城乡建设用地的用途。
[0034]在本申请的一个示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种城乡建设用地自动识别方法，其特征在于，所述方法包括：获取城乡建设用地对应的空间矢量数据；将所述空间矢量数据输入至预先训练好的城乡建设用地识别模型中，以得到所述城乡建设用地对应的建设指标；根据所述建设指标，确定所述城乡建设用地对应的用地结果。2.根据权利要求1所述的一种城乡建设用地自动识别方法，其特征在于，所述空间矢量数据至少包括CAD类数据与ArcGIS类数据中的一种或多种。3.根据权利要求1所述的一种城乡建设用地自动识别方法，其特征在于，在获取城乡建设用地对应的空间矢量数据之后，所述方法还包括：通过地理信息采集系统，按照预设的空间自动校准方法对所述空间矢量数据进行校准；校准完成后，将所述空间矢量数据与所述城乡建设用地对应的空间信息相关联。4.根据权利要求3所述的一种城乡建设用地自动识别方法，其特征在于，将所述空间矢量数据与所述城乡建设用地对应的空间信息相关联之后，所述方法还包括：对关联结果进行误差校准。5.根据权利要求1所述的一种城乡建设用地自动识别方法，其特征在于，将所述空间矢量数据输入至预先训练好的城乡建设用地识别模型之前，所述方法还包括：获取数据集；将所述数据集按比例抽样划分为训练集、验证集以及测试集；利用所述训练集、验证集以及测试集对所述城乡...

【专利技术属性】
技术研发人员：崔海涛，单震，国靖，邱元磊，
申请(专利权)人：浪潮卓数大数据产业发展有限公司，
类型：发明
国别省市：