CN115187127B - 基于空间分析的详细规划分级管理智能检测方法 - Google Patents

基于空间分析的详细规划分级管理智能检测方法 Download PDF

Info

Publication number
CN115187127B
CN115187127B CN202210893642.3A CN202210893642A CN115187127B CN 115187127 B CN115187127 B CN 115187127B CN 202210893642 A CN202210893642 A CN 202210893642A CN 115187127 B CN115187127 B CN 115187127B
Authority
CN
China
Prior art keywords
planning
layer
space
frame
spatial
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210893642.3A
Other languages
English (en)
Other versions
CN115187127A (zh
Inventor
周宏文
谭龙生
汪蓓
戴一明
张小敏
万斯奇
王雪
孙小琴
罗佳妮
杨晗
罗鲜华
谢显奇
曾航
罗波
胡源
唐小洪
蒋正坤
唐险峰
雷秋霞
沙漠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Planning And Natural Resources Information Center
Original Assignee
Chongqing Planning And Natural Resources Information Center
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing Planning And Natural Resources Information Center filed Critical Chongqing Planning And Natural Resources Information Center
Priority to CN202210893642.3A priority Critical patent/CN115187127B/zh
Publication of CN115187127A publication Critical patent/CN115187127A/zh
Application granted granted Critical
Publication of CN115187127B publication Critical patent/CN115187127B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明提出了一种基于空间分析的详细规划分级管理智能检测方法，包括如下步骤：S1，获取初步规划编制信息，提取多层空间规划图层样本进行规划用地目标选取，进行目标预处理过程；S2，预处理完成后，筛选多层空间中发生土地空间规划图层变化的规划信息，进行空间框架选择；S3，对空间框架选择完成后，将选择的土地规划图层进行规划分级，设定分级阈值进行规划图层的合理性判断，并将判断结果上传至云端网络。

Description

基于空间分析的详细规划分级管理智能检测方法
技术领域
本发明涉及数据智能分析领域，尤其涉及一种基于空间分析的详细规划分级管理智能检测方法。
背景技术
由于土地的稀缺性，对于土地进行合理规划是有利于发挥土地最大效能的手段，对于国民经济的发展以及地区发展战略导向具有深远意义，最至关重要的是土地使用规划过程中的合理利用以及调整，需要通过土地的不同层级进行逐级分析，发现土地分级监管过程中的缺陷和漏洞，传统的规划文本、指标汇总方式无法形成有效的规划检测分析，这就亟需本领域技术人员解决相应的技术问题。
发明内容
本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种基于空间分析的详细规划分级管理智能检测方法。
为了实现本发明的上述目的，本发明提供了一种基于空间分析的详细规划分级管理智能检测方法，包括：
S1，获取初步规划编制信息，提取多层空间规划图层样本进行规划用地目标选取，进行目标预处理过程；
S2，预处理完成后，筛选多层空间中发生土地空间规划图层变化的规划信息，进行空间框架选择；
S3，对空间框架选择完成后，将选择的土地规划图层进行规划分级，设定分级阈值进行规划图层的合理性判断，并将判断结果上传至云端网络。
根据上述技术方案优选的，所述S1包括：
S1-1，将城市详细规划编制信息进行全方位收集，对规划建设用地规模、规划建筑规模的核心指标，以及国土空间规划前后一致性指标进行录入；
S1-2，通过对多层空间样本的选取，在指定时间范围内多层空间样本最近更新的内容进行逐层叠加，设定一个时间周期的空间规划图层，逐层比对，将空间规划图层发生改变的样本进行标记，从而得到两个空间规划图层样本区别，提取有区别的最新的空间规划图层样本；
S1-3，针对图层样本进行规划用地目标的初始分类，将每个图层根据比例划分为若干图层集对规划用地目标进行初步分类，构建分类时间序列图层集，该时间序列图层集获取空间规划图层的变化趋势。
根据上述技术方案优选的，所述S1还包括：
S1-4，在每个时间序列图层集中分别建立第一滑动筛选框P1、第二滑动筛选框P2和特征筛选框P3，第一滑动筛选框P1的初始位置位于划分若干行列图像块的图层最上排的最左端，第二滑动筛选框P2的初始位置位于划分若干行列图像块的图层做下排的最右端，第一滑动筛选框依次从左至右移动，第二滑动筛选框依次从右至左移动，两个滑动筛选框根据设定的条件阈值对应提取的图像块标注为特征筛选框P3。
根据上述技术方案优选的，所述S1还包括：
S1-5，提取的特征筛选框P3置于候选位置，并根据特征筛选框P3的位置获取紧邻图像块；统计特征筛选框P3提取的数量以及图像块的种类，根据特征筛选框P3某一图像块出现的频率定义主导规划信息类型；在主导规划信息类型中如果与预存的规划信息一致，则将特征筛选框P3中的紧邻图像块设置为符合规划条件标签，依次让第一滑动筛选框和第二滑动筛选框按照规则筛选直到相遇时为止；如果主导规划信息类型与预存的规划信息不一致，则将特征筛选框P3以及紧邻图像块进行移动操作，移动至下一特征筛选框P3，以此类推，直到全部特征筛选框P3选取完毕。
根据上述技术方案优选的，所述S2包括：
S2-1，将提取的符合规划条件标签的图像块根据土地空间规划图层需求进行空间框架选择，该空间框架选择内容为控制空间规划图层由i行j列的图像块标号和预存的规划信息需符合空间规划图层的属性，形成含有符合规划条件标签的空间规划图层数据库；将预存的规划信息对比空间规划图层的i行j列的图像块标号的图像块，以及预存的规划信息所要进行空间框架选择的空间规划图层进行对比，存储在符合规划条件标签的空间规划图层数据库；
S2-2对空间规划图层的筛选检查：将符合规划条件标签的空间规划图层数据库和更新的空间规划图层通过i行j列的标号位置的图像块进行对比，根据标号和属性对比检查空间规划图层的变化轨迹，并汇总进入变化轨迹数据库。
根据上述技术方案优选的，所述S2包括：
S2-3，根据预存的规划信息与变化轨迹数据库根据i行j列的标号位置的图像块进行关联查询：判断变化轨迹数据库中的所有空间规划图层是否均有相同的变化差异，如果是，则判定空间规划图层需要重新进行空间框架选择，并记录i行j列的图像块标号，如果否，则判定空间规划图层不需要重新进行空间框架选择，并记录i行j列的图像块标号，同时存储在符合规划条件标签的空间规划图层数据库。
根据上述技术方案优选的，所述S3包括：
通过预存的规划信息查找存储在符合规划条件标签的空间规划图层数据库，设定规划分级参数，利用参数差值绝对值作为阈值计算条件|xi,j-x0|，xi,j为提取空间规划图层i行j列的标号位置图像块的提取值，x0为提取空间规划图层图像块的标准值，所述提取值通过实时采集的i行j列的标号位置图像块向量与预存规划信息的比值再乘以关系系数得到，所述标准值通过预设的空间规划图层信息计算得到，
通过土地规划图层分级阈值计算规划图层评价值，
Figure BDA0003768545260000031
其中γ为条件系数，
Figure BDA0003768545260000041
为分级阈值，e为自然常数，c为输入参数，b为输出参数，U为规划图层评价权重；
通过计算分级评估值，对空间规划图层进行评级判断，从而合理规划土地信息，实现云端智能检测。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
对于空间规划图层的合理安排需要对规划分级进行评价计算，从而根据符合阈值判断的规划信息进行合理规划，防止建设规划发生重复浪费，提供土地合理利用率。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明总体示意图；
图2是本发明功能示意图；
图3是本发明另一功能示意图；
图4是本发明总体流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
如图1至4所示，本发明公开一种基于空间分析的详细规划分级管理智能检测方法，包括如下步骤：
S1，获取初步规划编制信息，提取多层空间规划图层样本进行规划用地目标选取，进行目标预处理过程；
S2，预处理完成后，筛选多层空间中发生土地空间规划图层变化的规划信息，进行空间框架选择；
S3，对空间框架选择完成后，将选择的土地规划图层进行规划分级，设定分级阈值进行规划图层的合理性判断，并将判断结果上传至云端网络。
所述S1包括：
S1-1，将城市详细规划编制信息进行全方位收集，对规划建设用地规模、规划建筑规模的核心指标，以及国土空间规划前后一致性指标进行录入；
其中规划建设用地规模包括：建设用地整体使用率，建设用地中绿地、学校、住宅为基本要素；在国土空间规划中，预设的规划建设用地与实时获取的建设用地进行数据匹配；
S1-2，通过对多层空间样本的选取，在指定时间范围内多层空间样本最近更新的内容进行逐层叠加，设定一个时间周期的空间规划图层，例如半年或者一年，逐层比对，将空间规划图层发生改变的样本进行标记，从而得到两个空间规划图层样本区别，提取有区别的最新的空间规划图层样本；
S1-3，针对图层样本进行规划用地目标的初始分类，将每个图层根据比例划分为若干图层集对规划用地目标进行初步分类，构建分类时间序列图层集，该时间序列图层集获取空间规划图层的变化趋势；
S1-4，在每个时间序列图层集中分别建立第一滑动筛选框P1、第二滑动筛选框P2和特征筛选框P3，对图层集中每个图层划分为i×j的图像块，i为行数，j为列数，第一滑动筛选框P1的初始位置位于划分若干行列图像块的图层最上排的最左端，第二滑动筛选框P2的初始位置位于划分若干行列图像块的图层做下排的最右端，第一滑动筛选框依次从左至右移动，第二滑动筛选框依次从右至左移动，两个滑动筛选框根据设定的条件阈值对应提取的图像块标注为特征筛选框P3；条件阈值根据规划图层中根据地理信息发生变化的数据进行条件设定，取决于城市总体规划信息；
S1-5，提取的特征筛选框P3置于候选位置，并根据特征筛选框P3的位置获取紧邻图像块；该紧邻图像块分为上下左右四个方位；统计特征筛选框P3提取的数量以及图像块的种类，根据特征筛选框P3某一图像块出现的频率定义主导规划信息类型；在主导规划信息类型中如果与预存的规划信息一致，则将特征筛选框P3中的紧邻图像块设置为符合规划条件标签，依次让第一滑动筛选框和第二滑动筛选框按照规则筛选直到相遇时为止；如果主导规划信息类型与预存的规划信息不一致，则将特征筛选框P3以及紧邻图像块进行移动操作，移动至下一特征筛选框P3，以此类推，直到全部特征筛选框P3选取完毕。
通过设置筛选框之后，能够对单一图层土地规划信息进行初步的目标筛选，并根据时间顺序发现土地图层规划信息的特征图像，从而对后续土地图层变化进行空间框架选择提供条件。
如图2和3所示，所述S2包括：
S2-1，将提取的符合规划条件标签的图像块根据土地空间规划图层需求进行空间框架选择，该空间框架选择内容为控制空间规划图层由i行j列的图像块标号和预存的规划信息需符合空间规划图层的属性，形成含有符合规划条件标签的空间规划图层数据库；将预存的规划信息对比空间规划图层的i行j列的图像块标号的图像块，以及预存的规划信息所要进行空间框架选择的空间规划图层进行对比，存储在符合规划条件标签的空间规划图层数据库；
S2-2对空间规划图层的筛选检查：将符合规划条件标签的空间规划图层数据库和更新的空间规划图层通过i行j列的标号位置的图像块进行对比，根据标号和属性对比检查空间规划图层的变化轨迹，并汇总进入变化轨迹数据库：
S2-3，根据预存的规划信息与变化轨迹数据库根据i行j列的标号位置的图像块进行关联查询：判断变化轨迹数据库中的所有空间规划图层是否均有相同的变化差异，如果是，则判定空间规划图层需要重新进行空间框架选择，并记录i行j列的图像块标号，如果否，则判定空间规划图层不需要重新进行空间框架选择，并记录i行j列的图像块标号，同时存储在符合规划条件标签的空间规划图层数据库。
空间框架选择是根据空间规划图层中进行适应性调整的规划信息选择。
所述S3包括：
通过预存的规划信息查找存储在符合规划条件标签的空间规划图层数据库，设定规划分级参数，利用参数差值绝对值作为阈值计算条件|xi,j-x0|，xi,j为提取空间规划图层i行j列的标号位置图像块的提取值，x0为提取空间规划图层图像块的标准值，所述提取值通过实时采集的i行j列的标号位置图像块向量与预存规划信息的比值再乘以关系系数得到，所述标准值通过预设的空间规划图层信息计算得到，
通过土地规划图层分级阈值计算规划图层评价值，
Figure BDA0003768545260000071
其中γ为条件系数，
Figure BDA0003768545260000072
为分级阈值，e为自然常数，c为输入参数，b为输出参数，U为规划图层评价权重；
通过计算分级评估值，对空间规划图层进行评级判断，从而合理规划土地信息，实现云端智能检测。通过筛选分级之后，利用图层评价值得到规划图层的评价参数，设定判断阈值对评价参数进行筛选，如果土地规划图层中符合评价参数指标则设定为合理性规划，如果不符合则设定为不合理规划。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (2)

1.一种基于空间分析的详细规划分级管理智能检测方法，其特征在于，包括：
S1，获取初步规划编制信息，提取多层空间规划图层样本进行规划用地目标选取，进行目标预处理过程；
S1-1，将城市详细规划编制信息进行全方位收集，对规划建设用地规模、规划建筑规模的核心指标，以及国土空间规划前后一致性指标进行录入；
S1-2，通过对多层空间样本的选取，在指定时间范围内多层空间样本最近更新的内容进行逐层叠加，设定一个时间周期的空间规划图层，逐层比对，将空间规划图层发生改变的样本进行标记，从而得到两个空间规划图层样本区别，提取有区别的最新的空间规划图层样本；
S1-3，针对图层样本进行规划用地目标的初始分类，将每个图层根据比例划分为若干图层集对规划用地目标进行初步分类，构建分类时间序列图层集，该时间序列图层集获取空间规划图层的变化趋势；
S1-4，在每个时间序列图层集中分别建立第一滑动筛选框P1、第二滑动筛选框P2和特征筛选框P3，第一滑动筛选框P1的初始位置位于划分若干行列图像块的图层最上排的最左端，第二滑动筛选框P2的初始位置位于划分若干行列图像块的图层做下排的最右端，第一滑动筛选框依次从左至右移动，第二滑动筛选框依次从右至左移动，两个滑动筛选框根据设定的条件阈值对应提取的图像块标注为特征筛选框P3；
S1-5，提取的特征筛选框P3置于候选位置，并根据特征筛选框P3的位置获取紧邻图像块；统计特征筛选框P3提取的数量以及图像块的种类，根据特征筛选框P3某一图像块出现的频率定义主导规划信息类型；在主导规划信息类型中如果与预存的规划信息一致，则将特征筛选框P3中的紧邻图像块设置为符合规划条件标签，依次让第一滑动筛选框和第二滑动筛选框按照规则筛选直到相遇时为止；如果主导规划信息类型与预存的规划信息不一致，则将特征筛选框P3以及紧邻图像块进行移动操作，移动至下一特征筛选框P3，以此类推，直到全部特征筛选框P3选取完毕；
S2，预处理完成后，筛选多层空间中发生土地空间规划图层变化的规划信息，进行空间框架选择；
S2-1，将提取的符合规划条件标签的图像块根据土地空间规划图层需求进行空间框架选择，该空间框架选择内容为控制空间规划图层由i行j列的图像块标号和预存的规划信息需符合空间规划图层的属性，形成含有符合规划条件标签的空间规划图层数据库；将预存的规划信息对比空间规划图层的i行j列的图像块标号的图像块，以及预存的规划信息所要进行空间框架选择的空间规划图层进行对比，存储在符合规划条件标签的空间规划图层数据库；
S2-2对空间规划图层的筛选检查：将符合规划条件标签的空间规划图层数据库和更新的空间规划图层通过i行j列的标号位置的图像块进行对比，根据标号和属性对比检查空间规划图层的变化轨迹，并汇总进入变化轨迹数据库；
S2-3，根据预存的规划信息与变化轨迹数据库根据i行j列的标号位置的图像块进行关联查询：判断变化轨迹数据库中的所有空间规划图层是否均有相同的变化差异，如果是，则判定空间规划图层需要重新进行空间框架选择，并记录i行j列的图像块标号，如果否，则判定空间规划图层不需要重新进行空间框架选择，并记录i行j列的图像块标号，同时存储在符合规划条件标签的空间规划图层数据库；
S3，对空间框架选择完成后，将选择的土地规划图层进行规划分级，设定分级阈值进行规划图层的合理性判断，并将判断结果上传至云端网络。
2.根据权利要求1所述的基于空间分析的详细规划分级管理智能检测方法，其特征在于，所述S3包括：
通过预存的规划信息查找存储在符合规划条件标签的空间规划图层数据库，设定规划分级参数，利用参数差值绝对值作为阈值计算条件|xi,j-x0|，xi,j为提取空间规划图层i行j列的标号位置图像块的提取值，x0为提取空间规划图层图像块的标准值，所述提取值通过实时采集的i行j列的标号位置图像块向量与预存规划信息的比值再乘以关系系数得到，所述标准值通过预设的空间规划图层信息计算得到，
通过土地规划图层分级阈值计算规划图层评价值，
其中γ为条件系数，
为分级阈值，e为自然常数，c为输入参数，b为输出参数，U为规划图层评价权重；
通过计算分级评估值，对空间规划图层进行评级判断，从而合理规划土地信息，实现云端智能检测。
CN202210893642.3A 2022-07-27 2022-07-27 基于空间分析的详细规划分级管理智能检测方法 Active CN115187127B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210893642.3A CN115187127B (zh) 2022-07-27 2022-07-27 基于空间分析的详细规划分级管理智能检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210893642.3A CN115187127B (zh) 2022-07-27 2022-07-27 基于空间分析的详细规划分级管理智能检测方法

Publications (2)

Publication Number Publication Date
CN115187127A CN115187127A (zh) 2022-10-14
CN115187127B true CN115187127B (zh) 2023-05-05

Family

ID=83522231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210893642.3A Active CN115187127B (zh) 2022-07-27 2022-07-27 基于空间分析的详细规划分级管理智能检测方法

Country Status (1)

Country Link
CN (1) CN115187127B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116758360B (zh) * 2023-08-21 2023-10-20 江西省国土空间调查规划研究院 土地空间用途管理方法及其***

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112163980A (zh) * 2020-10-21 2021-01-01 广东华远国土工程有限公司 一种国土空间规划体系下的全域土地综合整治与生态修复***和方法
CN113792068A (zh) * 2021-05-17 2021-12-14 中国科学院空天信息创新研究院 多层级多专题空间数据组织与检索的方法及装置
CN114328789A (zh) * 2021-12-30 2022-04-12 重庆市规划设计研究院 基于空间数据剖分的国土空间规划编制协同设计平台

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108564516A (zh) * 2018-05-08 2018-09-21 湖南城市学院 一种城市规划决策支持***
CN111445116A (zh) * 2020-03-23 2020-07-24 四川中地云智慧科技有限公司 国土空间规划辅助编制***

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112163980A (zh) * 2020-10-21 2021-01-01 广东华远国土工程有限公司 一种国土空间规划体系下的全域土地综合整治与生态修复***和方法
CN113792068A (zh) * 2021-05-17 2021-12-14 中国科学院空天信息创新研究院 多层级多专题空间数据组织与检索的方法及装置
CN114328789A (zh) * 2021-12-30 2022-04-12 重庆市规划设计研究院 基于空间数据剖分的国土空间规划编制协同设计平台

Also Published As

Publication number Publication date
CN115187127A (zh) 2022-10-14

Similar Documents

Publication Publication Date Title
Jasiewicz et al. Landscape similarity, retrieval, and machine mapping of physiographic units
CN101271526B (zh) 一种图像处理中物体自动识别并三维重建的方法
CN103761295B (zh) 基于图片自动分类的艺术类图片的定制化特征量提取方法
Cetinic et al. Learning the principles of art history with convolutional neural networks
CN104820724B (zh) 文本类教育资源知识点预测模型获得方法及模型应用方法
CN106408030A (zh) 基于中层语义属性和卷积神经网络的sar图像分类方法
CN110515931B (zh) 一种基于随机森林算法的电容型设备缺陷预测方法
CN115187127B (zh) 基于空间分析的详细规划分级管理智能检测方法
CN109284760A (zh) 一种基于深度卷积神经网络的家具检测方法及装置
CN110070087A (zh) 图片识别方法及装置
CN110097603B (zh) 一种时尚图像主色调解析方法
CN111814528A (zh) 一种连通性分析的夜光影像城市等级分类方法
CN108256032A (zh) 一种对时空数据的共现模式进行可视化的方法及装置
CN106611016A (zh) 一种基于可分解词包模型的图像检索方法
CN110378882A (zh) 一种多层级深度特征融合的中医舌质颜色分类方法
CN110490250A (zh) 一种人工智能训练集的获取方法及装置
CN110188662A (zh) 一种水表数字的ai智能识别方法
CN111882573B (zh) 一种基于高分辨率影像数据的耕地地块提取方法及***
CN111611774B (zh) 一种运维操作指令安全分析方法、***及存储介质
CN110533074A (zh) 一种基于双深度神经网络的图片类别自动标注方法及***
Leite et al. PhenoVis–A tool for visual phenological analysis of digital camera images using chronological percentage maps
CN115952914A (zh) 一种基于大数据的电力计量运维工作判别规划方法
CN108460406A (zh) 一种基于最小单纯形融合特征学习的信息属性识别方法
CN114676206A (zh) 多元异构丝绸遗产时空要素统一组织表达和检索方法
CN117015812A (zh) 用于对数据点进行聚类的***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant