龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：昆明理工大学
摘要：本发明公开一种基于循环证析的传统村落空间数据库建构方法，从场地环境、建筑类型等角度选择村落样本，通过倾斜摄影技术等无人机成像和测绘技术进行影像采集，形成包含真实三维信息的真三维模型，将传统村落的空间特征进行分类，完成空间数据信息的采集；运用机器学习的经典分类模型，完成对村落样本集的模式有效分类的“监督学习”，从而对新样本进行准确预测及评估。本发明公开了一种村落数据库建构方法，挖掘村庄空间研究在公共治理角度的空白，克服传统方法与数字技术的鸿沟，形成“变革性有机增长”的量化体系，对传统村落的准入机制和退出机制进行补充完善。
主权项：1.基于循环证析的传统村落空间数据库建构方法，其特征在于，包括如下步骤：S1采集信息：选择传统村落样本，通过倾斜摄影和无人机成像技术对村落进行影像采集；将倾斜影像和全景数据进行融合，形成包含真实三维信息的三维模型；S2识别“原型”：将村落的空间特征进行形态学和类型学分类，分解空间“原型”，根据建筑类型学原则，标识村落环境及民居建筑的客观空间属性特征，利用三维模型在虚拟现实环境中识别和提取村落环境和建筑的三维空间特征；S3聚合与汇总：利用地理信息系统GeographicInformationSystemGIS平台，对村落环境和建筑的三维空间特征进行处理，得到环境特征要素和建筑空间要素；分别对环境特征要素和建筑空间要素进行矢量化攫取和属性匹配校对，汇总聚合，将数据集统一为通用的数字格式，完成空间数据库初步建构；S4检验与提炼：运用统计学数据分析方法，通过散点图展示不同要素之间的分布关系，梳理三维空间特征中二维要素与三维要素之间的影响；通过Spearman或Kendall相关性分析，提炼三维空间特征中的二维要素与三维要素之间的关联性，并验证数据有效性与形成数据库建构过程的逻辑闭环；S5证析与梳理：运用机器学习算法，将数据库划分为训练集和测试集，运用有监督的决策树、XGBoost或深度学习神经网络构建基本分类模型并进行参数搭建和结果试算，调试；通过梳理数据的权重，辨别证据，统计关键信息，最终形成对数据库系统的完整架构。
全文数据：
权利要求：
百度查询： 昆明理工大学 基于循环证析的传统村落空间数据库建构方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号