买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中冶地理信息(广东)股份有限公司申请的专利一种基于多源数据的房地一体数据质量提升方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119248758B 。

龙图腾网通过国家知识产权局官网在2025-04-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411217389.5，技术领域涉及：G06F16/215；该发明授权一种基于多源数据的房地一体数据质量提升方法是由邹远胜;容尔健;练容进;李帅熙设计研发完成，并于2024-09-02向国家知识产权局提交的专利申请。

本一种基于多源数据的房地一体数据质量提升方法在说明书摘要公布了：本发明涉及房地一体数据技术领域，尤其是涉及一种基于多源数据的房地一体数据质量提升方法，根据拍摄设备获取房屋实景图，读取数据库中已有资料并根据已有资料中的地形图与房屋实景图构建房屋三维模型，获取房地一体数据，并在房地一体数据中获取地籍图、房地一体自然幢和房地一体宗地图，结合房屋三维模型与房地一体数据对比分析构建数据库，并输出对比分析报告，通过对地形图与地籍图的叠加分析，更新房地一体原有数据库中的数据，让原有数据库中的数据质量更高，并且对于房地一体中的地籍信息与宗地信息，通过地形图与地籍图的面积对比，输出更为精准的对比分析报告，让后续的规划工作也更为便利。

本发明授权一种基于多源数据的房地一体数据质量提升方法在权利要求书中公布了：1.一种基于多源数据的房地一体数据质量提升方法，其特征在于，所述方法包括以下步骤：S100：根据拍摄设备获取房屋实景图；S200：读取数据库中已有资料并根据已有资料中的地形图与房屋实景图构建房屋三维模型；S300：获取房地一体数据，并在房地一体数据中获取地籍图、房地一体自然幢和房地一体宗地图；S400：结合房屋三维模型与房地一体数据对比分析构建数据库，并输出对比分析报告；在步骤S400中，将地籍图中地籍图部分分为地籍顶层与地籍次顶层，将地籍顶层与地籍次顶层分别与房屋地形顶层和房屋地形次顶层进行空间叠加对比分析，所述空间叠加对比分析具体方法包括以下步骤：S401：取房屋地形顶层与地籍顶层边缘部分进行比对，并通过对房屋地形顶层更高权重纠正地籍顶层边缘部分，让地籍顶层面积重新计算，通过边缘线比对，对所述边缘线覆盖像素点数量与所述边缘线的方向对比，确定所述边缘线正确方向，并以所述边缘线正确方向为基准统一顶层天面图的地籍信息；S402：获取房屋地形次顶层与地籍次顶层，确定房屋地形次顶层中边缘部分的幢范围线，根据所述幢范围线重新确定地籍次顶层的外部边缘基准线，且根据步骤S401中确定顶层的地籍信息确定外部边缘基准线，根据外部边缘基准线与外部边缘基准线确定地籍图顶层，根据所述外部边缘基准线与内部边缘基准线确定后的地籍次顶层面积与原有地籍次顶层面积进行权重配比；S403：所述根据所述外部边缘基准线与内部边缘基准线确定后的地籍次顶层面积与原有地籍次顶层面积进行权重配比的步骤为：记录通过所述外部边缘基准线与所述内部边缘基准线确定后的地籍次顶层面积为CD1，定义原有地籍次顶层面积为CD，所述原有地籍次顶层面积CD通过对比地形顶层与地籍顶层的对比比例获取原有地籍次顶层面积为CD的权重比例得到在对建筑中的顶层面积数据差异构建序列Ck，所述序列Ck包括：地形图与地籍图的顶层面积差t1，地形图与地籍图的次顶层面积差t2，对一片区域中的各个房屋顶层与次顶层差构建集合[t1]、[t2]；S404：将数据差异构建序列Ck赋予权重，将序列Ck进行重新排序，将数据根据房屋位置排列得到集合[t1`]、[t2`]，通过计算得到顶层面积差t1和次顶层面积差t2的相邻比值H1、H2，=，=，所述为序列[t1`]中的第k位元素，所述为序列[t1`]中的第k+1位元素，所述为序列[t2`]中的第k位元素，所述为序列[t2`]中的第k+1位元素，判断相邻比值H1、H2的值，若相邻比值H1、H2值为正，且大于等于1，则将相邻比值定义为正向权重，若相邻比值H1、H2值为正，且小于1，则将相邻比值定义为反向权重，通过正向权重与反向权重确定方向，在数据差异构建序列Ck中，正向权重方向由第k位元素指向第k+1位元素，反向权重方向由第k+1位元素指向第k位元素，通过步骤S401中边缘线的方向为基准，赋予相邻比值H1、H2方向，所述则通过数据差异构建序列Ck中第k为元素的边缘线方向为相邻比值方向，计算相邻比值H1、H2的权重向量，，，其中，与为相邻比值H1、H2的权重向量，、分别为赋予相邻比值H1、H2方向后的相邻比值的向量值，m为数据差异构建序列Ck的元素总量；建立图片对比预测模型对房屋地形图与地籍图的叠加对比分析进行优化；通过所述正向权重方向与所述反向权重方向对图像对比信息进行优化，对神经网络输入对比图像信息，网络输出结果由正向输出与反向输出共同决定，计算公式如下： ； ； ； ；其中，x表示为输入值，输入值为数据差异构建序列Ck，分别为所述正向权重方向与所述反向权重方向，为网络正向输出值，、、分别为正向输出的输入层权重、隐藏层权重以及偏置向量，输入层权重矩阵通过天面面积差t1和次天面面积差t2的权重比例H1、H2构建，为网络反向输出值，、、分别为反向输出的输入层权重、隐藏层权重以及偏置向量，所述输入层权重则为通过判断正向输出与反向输出时，若通过顶层对比得到的结果则L1为输入层权重，L2为隐藏层权重，偏置向量为与的和，若通过次顶层对比得到的结果则L2为输入层权重，L1为隐藏层权重，偏置向量为与的和； 为最终输出值，和分别为输出层权重矩阵与偏置向量，符号为拼接运算；将最终输出值投入神经网络模型中进行训练，完成训练后对所述输入的数据进行快速指标X输出，指标X为判断对比数据在此处是否达到合格的标准，每一项指标X需要通过一个单独的神经网络模型被训练以输入数据与该项指标间的映射关系；其中，在神经网络模型中，网络输入层神经元数量与输入数据种类数量相等，输出层神经元数量与输出数据种类数量相等，而中间层层数以及每层的神经元数量则自由设定，中间层的设置将直接影响神经网络的近似数据的精度，根据训练的结果来判断是否需要增减中间层数或神经元数量，判断中间层数和神经元的数量计算方法为：将神经网络模型中中间层逐层递加，并将中间层层数对应输出的指标X进行命名，当中间层层数为1时输出指标，以此类推，并根据所述指标X，构建非线性回归函数，f（X）=，a为常数值，计算函数自变量的方差D，D=，其中L为输出时中间层的层数，为输出的第i位指标X，所述为输出的第i位指标X对应的输入数据，当=0时，A取最小值，其中（）为求函数偏导，A为确定中间层数的参数，通过所述A的值与方差D进行对比，若D＞A时，将所述输出的指标X在输入神经网络模型中，并且中间层层数加1，若D≤A时，输出指标X；通过梯度下降法更新神经元的加权系数： （l）=-；其中，（）为求函数偏导，P、Q分别为系统输出误差和神经元权重增量，均为常数值，（l）为神经元加权系数，（l）为更新后的神经元加权系数，表示神经元学习率，通过所述（l）确定在中间层中设置的神经元数量，根据叠加分析算法结合输出值并对算法进行深度学习，输出顶层对比分析数据与次顶层对比分析数据，保证了对比数据质量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中冶地理信息(广东)股份有限公司，其通讯地址为：512005 广东省东莞市南城街道科创路96号联科创研中心68栋101室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。