一种基于多源数据的城市功能分区方法及分区系统技术方案

本申请公开了一种基于多源数据的城市功能分区方法及分区系统，属于城市分区技术领域，包括：服务器接收来自采集设备采集的第一数据，并根据第一数据生成第一参考集，筛选第一参考集，得到有效参考集，筛选过程包括对第一参考集中的数据进行有效性判断，通过数据筛选模型剔除无效数据，向有效参考集中叠加时间维度，分析不同时间点的城市功能变化情况，生成带有时变特征的第二参考集；根据第二参考集中的数据进行城市功能分区。在本发明专利技术的技术方案实施过程中，通过采用静态采集设备和动态采集设备对第一参考集进行筛选，得到有效参考集，并对有效参考集进行有效性判断，减少无效数据带来的误差，提高数据的有效性，便于城市功能分区的准确进行。功能分区的准确进行。功能分区的准确进行。

【技术实现步骤摘要】
一种基于多源数据的城市功能分区方法及分区系统


[0001]本申请涉及城市分区
，具体为一种基于多源数据的城市功能分区方法及分区系统。

技术介绍

[0002]城市是人类社会发展到一定阶段的产物，为人类生产生活提供所需的活动空间。
[0003]随着城市居民对居住、工作、生产经营等需求的增加，城市空间内逐渐形成了居民区、工作区、商业区等具有不同功能的区域，传统的城市功能分区往往是通过用地性质决定，即基于地理实体，而随着大数据技术的发展，城市功能分区的依据不单单依靠地理实体，基于多源地理大数据来开展城市功能分区可以提高城市功能区的准确性，通过各类数据的多源融合，能够多维度判断城市中不同区域的功能。
[0004]然而，由于受到获取途径以及数据有效性的限制，在城市功能分区过程中，能直接反映城市功能的数据不够完备，并且数据具有迸发性，城市发展的过程中形成的海量数据难以直接进行使用，需要进行筛选后，才可以投入到城市功能分区的判断中，因此在数据层面，有效数据的缺乏导致城市功能分区的建立难以实现。
[0005]现有技术中，针对海量数据的筛选已经发展较为成熟，例如公开号为CN115114353B的中国专利技术专利中公开了一种大数据的筛选方法和系统，该专利通过分别设置大数据主动筛选和被动筛选机制，实现大数据分类分析的使用协同分析，提高筛选效率；公开号为CN112069269B的中国专利技术专利公开了一种基于大数据和多维特征的数据溯源方法及大数据云服务器，该专利通过对待溯源数据进行多维特征识别得到多维数据特征队列，并对多维数据特征队列进行数据环境参数聚类得到特征分布信息，通过多维特征提取的方式对数据进行筛选溯源；
[0006]而上述专利中，针对数据的筛选都是先将需要筛选的数据收集，再对收集到的数据进行筛选，这种方式方法无法适用于城市地理数据的筛选中，因为城市地理数据具有时效性，不同时间的城市地理数据都会反映不同的结果，时间演变特征会影响数据的有效性，因此传统的数据处理方法无法适用。
[0007]所以有必要提供一种基于多源数据的城市功能分区方法及分区系统来解决上述问题。
[0008]需要说明的是，本
技术介绍
部分中公开的以上信息仅用于理解本专利技术构思的
技术介绍
，并且因此，它可以包含不构成现有技术的信息。

技术实现思路

[0009]基于现有技术中存在的上述问题，本申请实施例的目的在于：提供一种基于多源数据的城市功能分区方法及分区系统，达到数据利用率高的效果。
[0010]本申请解决其技术问题所采用的技术方案是：一种基于多源数据的城市功能分区方法，包括：
[0011]服务器接收来自采集设备采集的第一数据，并根据第一数据生成第一参考集，该第一数据为城市地理数据，所述采集设备包括静态采集设备和动态采集设备；
[0012]对所述第一参考集进行筛选，得到有效参考集，其中筛选过程包括对第一参考集中的数据进行有效性判断，并通过数据筛选模型将无效数据剔除，以减少无效数据带来的误差；
[0013]向有效参考集中叠加时间维度，分析不同时间点的城市功能变化情况，并生成带有时变特征的第二参考集；
[0014]根据所述第二参考集中的数据进行城市功能分区。
[0015]在本专利技术的技术方案实施过程中，通过采用静态采集设备和动态采集设备对第一参考集进行筛选，得到有效参考集，并对有效参考集进行有效性判断，减少无效数据带来的误差，提高数据的有效性，便于城市功能分区的准确进行。
[0016]进一步的，所述第一参考集进行筛选包括：
[0017]对所述第一参考集中的数据进行分类，将同一种类型的数据归为一类，形成单类参考集；
[0018]计算每个所述单类参考集中所有数据的标准差，并设置标准差阈值进行比对，对标准差低于标准差阈值的数据进行提取，作为有效数据，并建立有效数据集合，所述单类参考集中剩余的数据作为待定数据，并建立待定数据集合；
[0019]对所述待定数据集合中的数据进行提取，并进行重复比对，得到第一标准差，重复比对步骤，直到将所有待定数据全部计算完毕，并建立单次标准差集合；
[0020]对所述单类参考集中的元素进行排序，并建立筛选模型，将排序后的元素放入筛选模型中；
[0021]通过所述筛选模型筛选出有效数据，并形成有效参考集。
[0022]进一步的，通过所述筛选模型筛选出有效数据，并形成有效参考集的过程中，通过相邻层对比法对数据进行筛选。
[0023]进一步的，所述相邻层对比法包括：
[0024]在所述筛选模型中建立多层单元，并且将所述多层单元按照从大到小的顺序排列；
[0025]将排序后的元素按照顺序放入多层单元中；
[0026]从每一层单元中分离出有效数据集合；
[0027]将相邻层单元中的有效数据集合进行统计，筛选出相同数据，作为最终有效数据，并建立最终有效数据集合。
[0028]进一步的，所述单次标准差集合中，最后一次计算的单次标准差为所述单次标准差集合中所有元素的最小值，表示此时所属数据分布已经统一.
[0029]一种基于多源数据的城市功能分区系统，包括：
[0030]接收模块，所述接收模块用于服务器接收来自采集设备采集的第一数据，并根据第一数据生成第一参考集，该第一数据为城市地理数据，该采集设备包括静态采集设备和动态采集设备；
[0031]筛选模块，所述筛选模块用于对所述第一参考集进行筛选，得到有效参考集，其中筛选过程包括对第一参考集中的数据进行有效性判断，并通过数据筛选模型将无效数据剔
除，以减少无效数据带来的误差；
[0032]分析模块，所述分析模块用于向有效参考集中叠加时间维度，分析不同时间点的城市功能变化情况，并生成带有时变特征的第二参考集；
[0033]分区模块，所述分区模块用于根据第二参考集中的数据进行城市功能分区。
[0034]本申请的有益效果是：本申请提供的一种基于多源数据的城市功能分区方法及分区系统，通过采用静态采集设备和动态采集设备对第一参考集进行筛选，得到有效参考集，并对有效参考集进行有效性判断，减少无效数据带来的误差，提高数据的有效性，便于城市功能分区的准确进行，同时通过相邻层对比法对数据进行筛选，对数据的筛选精度较高，数据有效性得以增强。
[0035]除了上面所描述的目的、特征和优点之外，本专利技术还有其它的目的、特征和优点。下面将参照图，对本专利技术作进一步详细的说明。
附图说明
[0036]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0037]图1为本申请中一种基于多源数据的城市功能分区方法的流程示意图；
[0038]图2为筛选模型的逻辑分布示意图；
[0039]图3为一种基于多源数据的城市功能分区系统的模块示意图；
[0040]图4为最终有效数据的统计推导示意本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多源数据的城市功能分区方法，其特征在于：包括：服务器接收来自采集设备采集的第一数据，并根据第一数据生成第一参考集，该第一数据为城市地理数据，所述采集设备包括静态采集设备和动态采集设备；对所述第一参考集进行筛选，得到有效参考集，其中筛选过程包括对第一参考集中的数据进行有效性判断，并通过数据筛选模型将无效数据剔除，以减少无效数据带来的误差；向有效参考集中叠加时间维度，分析不同时间点的城市功能变化情况，并生成带有时变特征的第二参考集；根据所述第二参考集中的数据进行城市功能分区。2.根据权利要求1所述的一种基于多源数据的城市功能分区方法，其特征在于：对所述第一参考集进行筛选包括：对所述第一参考集中的数据进行分类，将同一种类型的数据归为一类，形成单类参考集；计算每个所述单类参考集中所有数据的标准差，并设置标准差阈值进行比对，对标准差低于标准差阈值的数据进行提取，作为有效数据，并建立有效数据集合，所述单类参考集中剩余的数据作为待定数据，并建立待定数据集合；对所述待定数据集合中的数据进行提取，并进行重复比对，得到第一标准差，重复比对步骤，直到将所有待定数据全部计算完毕，并建立单次标准差集合；对所述单类参考集中的元素进行排序，并建立筛选模型，将排序后的元素放入筛选模型中；通过所述筛选模型筛选出有效数据，并形成有效参考集。3.根据权利要求2所述的一种基于多源数据的城市功能分区方法，其特征在于：通过所述筛选模型筛选出有效数据，并形成有效参考集的过程中，通过相邻层对比法对数据进...

【专利技术属性】
技术研发人员：唐淑慧，赵义华，李珂，孙小青，褚婷，张杰，刘斐，
申请(专利权)人：常州市规划设计院，
类型：发明
国别省市：