基于人工智能的环境设计数据处理方法技术

本发明专利技术涉及数据处理技术领域，具体涉及基于人工智能的环境设计数据处理方法，包括：获取多维空间的城市人口数据；将多维空间的数据对应到时序空间并划分窗口；根据每个窗口内得到每个数据点的时序信息优化因子；利用时序信息优化因子得到每个数据点的距离优化因子；利用距离优化因子进行多维数据点的聚类，确定数据点的隐藏状态；根据数据点的隐藏状态建立隐马尔科夫模型，对环境设计数据中的城市人口状态进行预测。本发明专利技术通过数据点的时序信息对聚类过程中的数据点距离进行优化，提高了每个数据点隐藏状态聚类结果的准确性。据点隐藏状态聚类结果的准确性。据点隐藏状态聚类结果的准确性。

【技术实现步骤摘要】
基于人工智能的环境设计数据处理方法


[0001]本专利技术涉及数据处理
，具体涉及基于人工智能的环境设计数据处理方法。

技术介绍

[0002]对城市、社区或自然环境等场所进行规划和设计，旨在提高人们的生活质量、保护环境和促进可持续发展。环境设计即包括了：城市规划、建筑设计、景观设计、环境保护与可持续发展。其中在城市规划中，需要对城市的人口变化进行预测。通过历史的人口数据对未来的人口数据进行预测，用于规划人口增长，经济决策，社会管理与实现城市精细化管理，往往通过隐马尔可夫模型对这些不同的状态变化进行人口数据的预测。
[0003]在通过历史的城市人口变化数据建立隐马尔可夫模型的过程中，现有的数据点隐藏状态确定方法多通过多维数据空间中的聚类方法进行数据点的簇类划分，从而使得在多维数据空间中数值距离相似的数据点被划分为相同的隐藏状态，现有的通过聚类方法进行数据点的隐藏状态的过程中，每一个数据点都包括了其对应年份的城市总人口数量，迁入人数，迁出人数，出生人数与死亡人数。在聚类的过程中，数据点之间仅通过相同维度之间的数据点距离进行距离度量，从而确定不同的簇类。但是在这些多维数据点的聚类过程中，因为数据点还有其在时序上的意义，而单独通过数据点之间的距离进行聚类获得数据点的时序信息不稳定，导致隐藏状态确定错误。

技术实现思路

[0004]本专利技术提供基于人工智能的环境设计数据处理方法，以解决现有的问题。
[0005]本专利技术的基于人工智能的环境设计数据处理方法采用如下技术方案：本专利技术一个实施例提供了基于人工智能的环境设计数据处理方法，该方法包括以下步骤：获取城市人口数据，将城市人口数据放入多维数据空间；将多维数据空间中的数据对应到时序空间内，并在时序空间内设定窗口；在每个窗口内计算得到每个数据点在窗口中的时序信息优化因子；根据每个数据点在窗口中的时序信息优化因子得到每个数据点在聚类过程中的距离优化因子；利用距离优化因子进行多维数据点的聚类，确定数据点的隐藏状态；根据数据点的隐藏状态建立隐马尔科夫模型，对环境设计数据中的城市人口状态进行预测。
[0006]优选的，所述将多维数据空间中的数据对应到时序空间内，包括的具体步骤如下：获取多维城市人口数据，用每个数据点代表一个年份，在这个多维数据空间中将每一个数据对应到时序空间内，得到以时间为序的数据序列，即对于第个数据点，其在多
维数据空间中表示为，其对应在时序数据中的第个数据点将其表示为，与一一对应。
[0007]优选的，所述在时序空间内设定窗口，包括的具体步骤如下：在时序空间中，对于每个数据点，以其为中心，在以时间为序的数据序列的两侧选取相同数量的数据点，将该数据点和被选取的数据点作为一个窗口，其窗口长度为该窗口中所有数据点的数量和。
[0008]优选的，所述在每个窗口内计算得到每个数据点在窗口中的时序信息优化因子，包括的具体步骤如下：在时序空间中每个数据点的窗口中，对时序空间中每个数据点的左侧路径长度和与其相邻的下一个数据点的左侧路径长度计算均值，对均值进行归一化计算得到每个数据点的均匀程度；再进行时序空间中每个数据点在不同窗口中的每个数据点的均匀程度的方差计算，将计算结果作为时序空间中每个数据点均匀程度的差异性度量；将差异性度量对于时序空间中每个数据点的窗口中所有的数据点进行线性归一化，并通过每个包括时序空间中该数据点的窗口中该数据点两侧路径长度的差异作为时序空间中该数据点的时序信息优化因子。
[0009]优选的，所述路径长度具体指代的是：在时序序列中，以两个数据点时间轴和数据点数值上的差异量为直角边，拟合直角三角形斜边长度，将斜边长度作为两个数据点之间的邻近距离，计算某数据点在窗口内与其左侧邻近数据点和其右侧邻近数据点之间的邻近距离，将其分别作为该数据点的左侧路径长度和右侧路径长度。
[0010]优选的，所述根据每个数据点在窗口中的时序信息优化因子得到每个数据点在聚类过程中的距离优化因子，包括的具体步骤如下：将数据点的隐藏状态划分为高迁入低迁出、低迁入低迁出、高迁入高迁出和低迁入高迁出4个状态，根据经验人为设置每个状态的中心数据点作为每个簇类的簇类中心点，并对于聚类过程中多维数据空间中的每个数据点，获取该数据点对应的时序数据中的数据点在窗口中与每个簇类中心点之间的距离，并将距离作为该数据点在聚类过程中的距离优化因式，将该数据点在窗口中与窗口中心数据点的距离加一，并取相反数得到优化权因式，将权因式和距离优化因式在整个窗口内相乘求和得到距离优化项，并通过在多维数据中该个数据点的时序信息优化因子对距离优化项相乘，得到每个数据点到每个簇类的距离优化因子，即数据点在聚类过程中的距离优化因子。
[0011]优选的，所述利用距离优化因子进行多维数据点的聚类，确定数据点的隐藏状态，包括的具体步骤如下：通过目标函数得到多维数据空间的数据点在聚类过程中的距离，根据多维数据空间的数据点在聚类过程中的距离完成聚类过程，对于所获取到的簇类，通过簇类中数据点在各个维度上的信息通过人工标注的方式确定其隐藏状态，隐藏状态分别为：高迁入低迁出、低迁入低迁出、高迁入高迁出和低迁入高迁出。
[0012]优选的，所述目标函数的具体计算公式如下：
其中，表示多维数据空间的数据点在聚类过程中的距离，表示多维数据空间中所有数据点的数量，表示聚类过程中的簇类数量，且有，表示多维数据空间中的第个数据点，且有，表示第个簇类的簇类中心点，表示第个数据点到第个簇类的距离优化因子。
[0013]本专利技术的技术方案的有益效果是：在聚类的过程中对于数据点的距离衡量，通过数据点在时序上的恶局部信息进行距离优化，相较于现有的仅通过多维数据空间中进行聚类来进行隐藏状态的确定，可以在聚类的迭代过程中通过数据点在时序上的局部变化情况与局部的簇类差异进行优化，从而提高每个数据点隐藏状态的准确性，同时，通过数据点在时序上局部范围内的数据点中的整体窗口变化信息对每个数据点的相邻变化信息进行调整，从而在通过数据点的时序信息对聚类过程中的数据点距离进行优化时，保证数据点的时序信息的准确性。
附图说明
[0014]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0015]图1为本专利技术基于人工智能的环境设计数据处理方法的步骤流程图。
具体实施方式
[0016]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的基于人工智能的环境设计数据处理方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0017]除非另有定义，本文所使用的所有的技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于人工智能的环境设计数据处理方法，其特征在于，该方法包括以下步骤：获取城市人口数据，将城市人口数据放入多维数据空间；将多维数据空间中的数据对应到时序空间内，并在时序空间内设定窗口；在每个窗口内计算得到每个数据点在窗口中的时序信息优化因子；根据每个数据点在窗口中的时序信息优化因子得到每个数据点在聚类过程中的距离优化因子；利用距离优化因子进行多维数据点的聚类，确定数据点的隐藏状态；根据数据点的隐藏状态建立隐马尔科夫模型，对环境设计数据中的城市人口状态进行预测。2.根据权利要求1所述基于人工智能的环境设计数据处理方法，其特征在于，所述将多维数据空间中的数据对应到时序空间内，包括的具体步骤如下：获取多维城市人口数据，用每个数据点代表一个年份，在这个多维数据空间中将每一个数据对应到时序空间内，得到以时间为序的数据序列，即对于第个数据点，其在多维数据空间中表示为，其对应在时序数据中的第个数据点将其表示为，与一一对应。3.根据权利要求1所述基于人工智能的环境设计数据处理方法，其特征在于，所述在时序空间内设定窗口，包括的具体步骤如下：在时序空间中，对于每个数据点，以其为中心，在以时间为序的数据序列的两侧选取相同数量的数据点，将该数据点和被选取的数据点作为一个窗口，其窗口长度为该窗口中所有数据点的数量和。4.根据权利要求1所述基于人工智能的环境设计数据处理方法，其特征在于，所述在每个窗口内计算得到每个数据点在窗口中的时序信息优化因子，包括的具体步骤如下：在时序空间中每个数据点的窗口中，对时序空间中每个数据点的左侧路径长度和与其相邻的下一个数据点的左侧路径长度计算均值，对均值进行归一化计算得到每个数据点的均匀程度；再进行时序空间中每个数据点在不同窗口中的每个数据点的均匀程度的方差计算，将计算结果作为时序空间中每个数据点均匀程度的差异性度量；将差异性度量对于时序空间中每个数据点的窗口中所有的数据点进行线性归一化，并通过每个包括时序空间中该数据点的窗口中该数据点两侧路径长度的差异作为时序空间中该数据点的时序信息优化因子。5.根据权利要求4所述基于人工智能的环境设计数据处理方法，其特征在于，所述路...

【专利技术属性】
技术研发人员：周小娟，
申请(专利权)人：武昌理工学院，
类型：发明
国别省市：