一种装配式建筑建设选址分析方法及系统技术方案

本发明专利技术涉及用于数据安全保护的数据处理领域，具体涉及一种装配式建筑建设选址分析方法及系统，包括：获取得到多个因素数据序列和一个建筑位置数据序列，计算得到各因素数据序列和建筑位置数据序列的各维度的分割间隔；根据所述分割间隔得到各因素数据序列的决定程度；计算各因素数据序列的统计特征，根据所述决定程度与统计特征得到各因素数据序列的节点值；计算各因素数据序列之间边权值，进而构建得到建筑选址结构图；根据建筑选址结构图得到每组建筑选址数据的密文数据，对密文数据进行解密处理得到每组建筑选址数据，利用多组建筑选址数据进行选址分析，从而实现在对建筑建设选址数据的加密存储，提高了加密效率，保护了数据安全。了数据安全。了数据安全。

【技术实现步骤摘要】
一种装配式建筑建设选址分析方法及系统


[0001]本申请涉及用于数据安全保护的数据处理领域，具体涉及一种装配式建筑建设选址分析方法及系统。

技术介绍

[0002]随着科技的发展，装配式建筑成为一种重要的建筑形式，装配式建筑在建设前需要根据需求进行建筑选址，而进行建筑选址时需采集大量的影响选址的资料数据，例如周边客户信息，供应商信息等一些资料信息，通过对影响选址的资料数据进行分析来确定最终的建筑地址。而企业为了自身利益，在建筑建设没有完全准确充足之前，一般不会将自身的选址结果泄露出去，以防竞争企业利用事先获取的信息作出相应对策，导致企业资源丢失等现象，例如竞争企业事先获取得到企业选址，参与到土地竞标中来，导致企业无法拍到所需的土地。同时影响建筑选址的资料数据对会包含一些公司的核心数据，例如客户相关信息，当这些数据被竞争对手获取时，很容易被其利用来侵害公司权益。因而为了保护企业的权益，需将这些数据进行加密保护。
[0003]传统的数据加密，一般是对所有的数据进行同样复杂性的加密，而在建筑建设选址时，有些数据对建筑选址结果分析决定性较大，这些数据一旦丢失泄露很容易被竞争者推测出建筑选址结果，从而利用推测出的选址结果来采取出一些对策，导致企业资源丢失。因而在进行数据加密时，需考虑数据的重要性，根据数据的重要性来对数据采取不同复杂性的加密措施，从而使得在保护数据安全性的同时，还能提高加密效率。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提供一种装配式建筑建设选址分析方法，所述方法包括：获取得到多组建筑选址数据和综合密钥序列，每组建筑选址数据中包含多个因素数据序列和一个建筑位置数据序列；根据多组建筑选址数据得到各因素数据序列和建筑位置数据序列的各维度的数据集合，根据所述数据集合得到各因素数据序列和建筑位置数据序列的各维度的可行分布间隔，计算各因素数据序列和建筑位置数据序列的各维度的可行分布间隔的集中程度，获取集中程度最大的可行分布间隔作为各因素数据序列和建筑位置数据序列的各维度的分割间隔；根据所述分割间隔得到各因素数据序列和建筑位置数据序列的各维度的所属离散区间，根据各因素数据序列和建筑位置数据序列的各维度的所属离散区间计算各因素数据序列的决定程度；计算各因素数据序列的统计特征，将各因素数据序列的决定程度与统计特征的乘积作为各因素数据序列的节点值；根据因素数据序列之间关联性情况得到各因素数据序列之间边权值，根据各因素数据序列的节点值、各因素数据序列之间的边权值构建得到建筑选址结构图；
根据建筑选址结构图得到各节点的重要性，根据各节点的重要性得到各节点的分段长度，根据各节点的分段长度和综合密钥序列得到每组建筑选址数据的密钥序列；根据每组建筑选址数据的密钥序列和建筑选址结构图对每组建筑选址数据进行加密处理得到每组建筑选址数据的密文数据，对密文数据进行解密处理得到每组建筑选址数据，利用多组建筑选址数据进行选址分析。
[0005]优选的，所述根据所述数据集合得到各因素数据序列和建筑位置数据序列的各维度的可行分布间隔，包括的具体步骤为：确定各因素数据序列的各维度的可行分布间隔：对各因素数据序列的各维度的数据集合中的数据进行统计得到各因素数据序列的各维度的分布直方图，利用密度聚类对各因素数据序列的各维度的分布直方图进行聚类处理得到多个类别集合，获取每个类别集合的最大值和最小值，将每个类别的最大值减去最小值得到每个类别的取值宽度，将每个类别的取值宽度作为一个可行分布间隔，多个类别集合得到多个可行分布间隔；确定建筑位置数据序列的各维度的多个可行分布间隔。
[0006]优选的，所述计算各因素数据序列和建筑位置数据序列的各维度的可行分布间隔的集中程度，包括的具体步骤为：计算各因素数据序列的各维度的各可行分布间隔的集中程度，包括：利用各可行分布区间将各因素数据序列的各维度的分布直方图的横轴分割成多个区间；根据各区间内的分布直方图得到各区间的方差值；各因素数据序列的各维度的第k个可行分布间隔的集中程度计算公式为：，其中，表示各因素数据序列的各维度的分布直方图的第z个区间内的方差值，表示利用第k个可行分布间隔将各因素数据序列的各维度的分布直方图划分的区间个数，表示第k个可行分布间隔，表示各因素数据序列的各维度的第k个可行分布间隔值的集中程度；计算建筑位置数据序列的各维度的各可行分布间隔的集中程度。
[0007]优选的，所述根据各因素数据序列和建筑位置数据序列的各维度的所属离散区间计算各因素数据序列的决定程度，包括的具体步骤为：获取建筑位置数据序列的各位置区间组合中包含的建筑位置数据序列个数占比,利用各位置区间组合中包含的建筑位置数据序列个数占比计算建筑位置数据序列的信息熵；获取各因素数据序列在各因素区间组合的条件下，建筑位置数据序列属于各位置区间组合的建筑选址数据个数占比；根据各因素数据序列属于各因素区间组合的条件下，建筑位置数据序列属于各位置区间组合的建筑选址数据个数占比得到各因素数据序列的各因素区间组合的条件熵；
获取各因素数据序列属于各因素区间组合中的建筑选址数据个数占比,根据各因素区间组合的条件熵和各因素数据序列属于各因素区间组合中的建筑选址数据个数占比得到各因素数据序列的条件熵；将建筑位置数据序列的信息熵减去各因素数据序列的条件熵得到各因素数据序列的决定程度。
[0008]优选的，所述计算各因素数据序列的统计特征，包括的具体步骤为：将各因素数据序列的各维度的数据集合的信息熵作为各因素数据序列的各维度的混乱程度；根据各因素数据序列的第1个维度的数据集合中的数据大小对各组建筑选址数据进行升序排列，得到建筑选址数据序列；在建筑选址数据序列中依次获取各因素数据序列的各维度的数据得到的数据序列作为各因素数据序列的各维度的数据序列；将各因素数据序列的各维度的数据序列分别与所述因素数据序列的其他维度的数据序列求皮尔逊相关系数得到各因素数据序列的各维度与其他维度的关联性；将各因素数据序列的各维度与其他维度的关联性作为权重，将各因素数据序列的所有维度的混乱程度进行加权求和，得到各因素数据序列各维度的统计特征，将各因素数据序列的所有维度的统计特征的均值作为各因素数据序列的统计特征。
[0009]优选，所述根据因素数据序列之间关联性情况得到各因素数据序列之间边权值，包括的具体步骤为：利用DTW算法计算每组建筑选址数据中各因素数据序列与该组的其他因素数据序列的DTW距离得到每组建筑选址数据中各因素数据序列与其他因素数据序列的差异程度，将所有组建筑选址数据中各因素数据序列以其他因素数据序列的差异程度求均值得到各因素数据序列与其他各因素数据序列的差异程度，将各因素数据序列与其他各因素数据序列的差异程度的倒数作为各因素数据序列与其他各因素数据序列的边权值。
[0010]优选的，所述根据建筑选址结构图得到各节点的重要性，包括的具体步骤为：对建筑选址图结构进行谱聚类，得到多个图类别集合；第i个节点的重要性计算公式为：，其中，表示第i个节点与第j个节点之间的边权值，表示第j个节点的节点值，J表示第i个节点所属的图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种装配式建筑建设选址分析方法，其特征在于，所述方法包括：获取得到多组建筑选址数据和综合密钥序列，每组建筑选址数据中包含多个因素数据序列和一个建筑位置数据序列；根据多组建筑选址数据得到各因素数据序列和建筑位置数据序列的各维度的数据集合，根据所述数据集合得到各因素数据序列和建筑位置数据序列的各维度的可行分布间隔，计算各因素数据序列和建筑位置数据序列的各维度的可行分布间隔的集中程度，获取集中程度最大的可行分布间隔作为各因素数据序列和建筑位置数据序列的各维度的分割间隔；根据所述分割间隔得到各因素数据序列和建筑位置数据序列的各维度的所属离散区间，根据各因素数据序列和建筑位置数据序列的各维度的所属离散区间计算各因素数据序列的决定程度；计算各因素数据序列的统计特征，将各因素数据序列的决定程度与统计特征的乘积作为各因素数据序列的节点值；根据因素数据序列之间关联性情况得到各因素数据序列之间边权值，根据各因素数据序列的节点值、各因素数据序列之间的边权值构建得到建筑选址结构图；根据建筑选址结构图得到各节点的重要性，根据各节点的重要性得到各节点的分段长度，根据各节点的分段长度和综合密钥序列得到每组建筑选址数据的密钥序列；根据每组建筑选址数据的密钥序列和建筑选址结构图对每组建筑选址数据进行加密处理得到每组建筑选址数据的密文数据，对密文数据进行解密处理得到每组建筑选址数据，利用多组建筑选址数据进行选址分析。2.如权利要求1所述的一种装配式建筑建设选址分析方法，其特征在于，所述根据所述数据集合得到各因素数据序列和建筑位置数据序列的各维度的可行分布间隔，包括的具体步骤为：确定各因素数据序列的各维度的可行分布间隔：对各因素数据序列的各维度的数据集合中的数据进行统计得到各因素数据序列的各维度的分布直方图，利用密度聚类对各因素数据序列的各维度的分布直方图进行聚类处理得到多个类别集合，获取每个类别集合的最大值和最小值，将每个类别的最大值减去最小值得到每个类别的取值宽度，将每个类别的取值宽度作为一个可行分布间隔，多个类别集合得到多个可行分布间隔；确定建筑位置数据序列的各维度的多个可行分布间隔。3.如权利要求1所述的一种装配式建筑建设选址分析方法，其特征在于，所述计算各因素数据序列和建筑位置数据序列的各维度的可行分布间隔的集中程度，包括的具体步骤为：计算各因素数据序列的各维度的各可行分布间隔的集中程度，包括：利用各可行分布区间将各因素数据序列的各维度的分布直方图的横轴分割成多个区间；根据各区间内的分布直方图得到各区间的方差值；各因素数据序列的各维度的第k个可行分布间隔的集中程度计算公式为：
，其中，表示各因素数据序列的各维度的分布直方图的第z个区间内的方差值，表示利用第k个可行分布间隔将各因素数据序列的各维度的分布直方图划分的区间个数，表示第k个可行分布间隔，表示各因素数据序列的各维度的第k个可行分布间隔值的集中程度；计算建筑位置数据序列的各维度的各可行分布间隔的集中程度。4.如权利要求1所述的一种装配式建筑建设选址分析方法，其特征在于，所述根据各因素数据序列和建筑位置数据序列的各维度的所属离散区间计算各因素数据序列的决定程度，包括的具体步骤为：获取建筑位置数据序列的各位置区间组合中包含的建筑位置数据序列个数占比,利用各位置区间组合中包含的建筑位置数据序列个数占比计算建筑位置数据序列的信息熵；获取各因素数据序列在各因素区间组合的条件下，建筑位置数据序列属于各位置区间组合的建筑选址数据个数占比；根据各因素数据序列属于各因素区间组合的条件下，建筑位置数据序列属于各位置区间组合的建筑选址数据个数占比得到各因素数据序列的各因素区间组合的条件熵；获取各因素数据序列属于各因素区间组合中的建筑选址数据个数占比,根据各因素区间组合的条件熵和各因素数据序列属于各因素区间组合中的建筑选址数据个数占比得到各因素数据序列的条件熵；将建筑位置数据序列的信息熵减去各因素数据序列的条件熵得到各因素数据序列的决定程度。5.如权利要求1所述的一种装配式建筑建设选址分析方法，其特征在于，所述计算各因素数据序列的统计特征，包括的具体步骤为：将各因素数据序列的各维度的数据集合的信息熵作为各因素数据序列的各维度的混乱程度；根据各因素数据序列的第1个维度的数据集合中的数据大小对各组建筑选址数据进行升序排列，得到建筑选址数据序列；在建筑选址数据序列中依次...

【专利技术属性】
技术研发人员：段培萌，
申请(专利权)人：北京东方广厦模块化房屋有限公司，
类型：发明
国别省市：