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：东南大学;南京东南大学城市规划设计研究院有限公司

摘要：本发明公开了一种城市街区活力预测方法、存储介质和终端，属于城市规划技术领域。一种城市街区活力预测方法，该方法包括以下步骤：从路网数据中获取待测区域内街区的矢量边界，将边界内的区域作为基本单元；从基本单元中获取待测区域内街区的建成环境数据作为自变量；获取待测区域内街区的人群活动强度数据，对其进行量化获取城市活力值；将基本单元、街区建成环境数据与人群活动强度数据匹配构建训练数据库；采用GBDT算法对训练数据库进行训练获取城市街区活力预测模型；基于城市街区活力预测模型对待测区域的街区活力进行预测。本发明通过街区的建成环境指标较为精准地预测未来建设后的城市活力，从而对规划设计策略提供依据。

主权项：1.一种城市街区活力预测方法，其特征在于，包括：从路网数据中获取待测区域内街区的矢量边界，将矢量边界内的区域作为基本单元；从基本单元中获取待测区域内街区的建成环境数据作为自变量；获取待测区域内街区的人群活动强度数据，对人群活动强度数据进行量化获取城市活力值；将基本单元、待测区域内街区的建成环境数据与人群活动强度数据匹配构建训练数据库；其中输入样本为自变量，输出样本为城市活力值；采用GBDT回归算法对训练数据库进行训练获取城市街区活力预测模型；基于城市街区活力预测模型对待测区域的街区活力进行预测；所述对训练数据库采用GBDT回归算法训练城市街区活力预测模型包括以下步骤：输入训练数据集T＝{x1，y1，，x2，y1，，…，xN，yN，}，xN＝xn，1，xn，2，…xn，k；式中N表示研究区域内街区的个数，xN表示训练数据集中待测区域内第N个街区的建成环境值，有xn，1，xn，2，…等共k个自变量，yN表示训练数据集中待测区域内第N个街区的城市活力值；选择损失函数L，初始化弱学习器f0x为常数c，其应使得损失函数L最小：式中Yi为待测区域内第i个街区的城市活力值：依次训练1，2，…，m个弱学习器，在训练第m个弱学习器时，求得样本在此时的负梯度值：拟合负梯度值生成一个新的弱学习器，得到其叶结点区域Rmj，j＝1，2…，J对于j＝1，2.···，J，计算：更新模型得到fmx：训练到第M个弱学习器时停止，最终得到强学习器梯度提升决策树，即城市街区活力预测模型：

全文数据：

权利要求：

百度查询： 东南大学 南京东南大学城市规划设计研究院有限公司 一种城市街区活力预测方法、存储介质和终端