【技术实现步骤摘要】
本专利技术涉及城市规划建设，具体是指一种基于大数据的城市建设规划方法。
技术介绍
1、基于大数据的城市建设规划是指利用大数据技术和方法对城市规划进行数据驱动的决策和设计，它通过收集、整合、分析大规模的城市数据，包括人口、交通、环境、设施等方面的数据，以支持城市的可持续发展和优化城市建设规划，它能够通过数据驱动决策、高效资源利用和实时响应预测等方面的优势，为城市的可持续发展提供支持。
2、但是，在现有的基于大数据的城市建设规划方法中，存在着大数据存储和管理繁杂且困难，影响后续的大数据分析和城市规划建设任务的效率、准确性和可用性的技术问题；在现有的基于大数据的城市建设规划方法中，存在着城市大数据数量庞杂，人工分析难度高且准确率低，难以有效地自动基于数值数据进行城市大数据变化预测的技术问题；在现有的基于大数据的城市建设规划方法中，存在着缺少一种结合图像的直观城市规划模拟方法的技术问题。
技术实现思路
1、针对上述情况，为克服现有技术的缺陷，本专利技术提供了一种基于大数据的城市建设规划方法，针对在现有的基于大数据的城市建设规划方法中，存在着大数据存储和管理繁杂且困难，影响后续的大数据分析和城市规划建设任务的效率、准确性和可用性的技术问题，本方案创造性地采用基于签名的无损压缩方法，优化了大数据存储管理的流程和效果，更好地压缩数据，为后续的分析、预测和模拟任务提供了良好的数据基础；针对在现有的基于大数据的城市建设规划方法中，存在着城市大数据数量庞杂，人工分析难度高且准确率低，难以有
2、本专利技术采取的技术方案如下：本专利技术提供的一种基于大数据的城市建设规划方法，该方法包括以下步骤：
3、步骤s1：数据收集；
4、步骤s2：数据预处理；
5、步骤s3：数据存储管理优化；
6、步骤s4：城市大数据分析；
7、步骤s5：城市规划模拟；
8、步骤s6：城市规划决策。
9、进一步地，在步骤s1中，所述数据收集，用于采集城市大数据，具体为通过收集并整理多种城市相关数据，得到城市大数据原始数据集，所述城市大数据原始数据集包括数值数据和图像数据，所述数值数据包括城市地理信息数据、城市人口统计数据、城市交通流量数据和环境监测数据，所述图像数据为城市卫星图像数据。
10、进一步地，在步骤s2中，所述数据预处理，用于清理和整合所述城市大数据原始数据集中的数值数据，并用于增强所述城市大数据原始数据集中的图像数据，具体为对所述数值数据进行数据清洗和整合操作，过滤无效数据，得到城市大数据基本数据集，并对所述图像数据进行分割、过滤和堆叠操作，得到城市大数据增强图像数据集。
11、进一步地，在步骤s3中，所述数据存储管理优化，用于建立优化数据仓库，并存储和管理所述城市大数据基本数据集，具体包括以下步骤：
12、步骤s31：数据分区和压缩，用于将所述城市大数据基本数据集划分为数据块，并压缩，具体为采用基于签名的无损压缩方法对所述城市大数据基本数据集进行数据压缩，得到城市大数据压缩数据集，包括以下步骤：
13、步骤s311：兼容列检测，用于确定所述城市大数据基本数据集中的每个数据列是否可以被压缩，具体为采用源代码编码定理进行兼容列检测，得到数据集熵值表，所述数据集熵值表包括每个数据列的熵值；
14、步骤s312：基于相似签名的行列分组，用于对具有相似签名的数据行和数据列进行分组，具体为设置熵阈值ment，并采用分组函数g，依据所述数据集熵值表，将每个具有相似熵值的数据列进行分组，得到城市大数据分组数据集，所述分组函数g的计算公式为：
15、；
16、式中，是分组函数，ai是第i个数据列，i是数据列索引，set1是第一数据组，set2是第二数据组，是第i个数据列的熵值，ment是熵阈值，是阈值偏置参数；
17、步骤s313：数据无损压缩，用于选取压缩算法进行数据压缩，具体为采用lzma算法进行数据压缩，所述lzma算法采用数据字典构建数据索引，并采用数据索引代替原始数据，通过使用算术逻辑编码对所述数据索引进行编码，得到城市大数据压缩数据集；
18、步骤s32：数据索引，用于对所述城市大数据分区数据集创建数据索引，具体为依据所述城市大数据压缩数据集中的数据索引，创建结构化数据索引，得到城市大数据分区索引；
19、步骤s33：数据汇总，用于创建城市大数据汇总表，具体为依据所述城市大数据分区索引，对所述城市大数据压缩数据集进行数据聚合和汇总，得到城市大数据汇总数据表；
20、步骤s34：重复数据过滤，用于删除重复数据，减少存储空间以提升数据质量，具体为依据所述城市大数据汇总数据表，删除所述大数据分区数据集中重复的数据，并更新所述城市大数据压缩数据集、城市大数据分区索引和城市大数据汇总数据表，得到城市大数据更新数据集，所述城市大数据更新数据集包括更新分区数据集、更新分区索引和更新汇总数据表；
21、步骤s35：数据加密，用于对数据进行编码以提供数据保护，具体为采用密钥对所述城市大数据更新数据集进行编码，得到城市大数据加密数据集和密钥。
22、进一步地，在步骤s4中，所述城市大数据分析，用于从所述城市大数据加密数据集中提取关键信息，进行城市规划分析及预测，并依据预测结果生成规划方案，具体为采用自适应增强的机器学习方法进行城市规划分析及预测，包括以下步骤：
23、步骤s41：权重分配，具体为从所述城市大数据加密数据集中随机选取70%的数据作为训练样本集，并依据所述城市大数据分区索引，对所述训练样本集中的每个训练样本分配相等的权重，计算公式为：
24、；
25、式中，是第i个训练样本的权重，i是样本索引，n是训练样本的总权重数；
26、步骤s42：弱分类器训练，用于对数据进行简单的初步分类，具体为采用决策树算法，通过训练得到弱分类器ht；
27、步骤s43：构建模型损失函数，用于优化模型训练，所述模型损失函数lm的计算公式为：
28、；
29、式中，lm是模型损失函数，yi是第i个样本的真实标签，i是样本索引，是所述弱分类器ht的预测标签，xi是第i个样本；<本文档来自技高网...
【技术保护点】
1.一种基于大数据的城市建设规划方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于大数据的城市建设规划方法，其特征在于：在步骤S31中，所述数据分区和压缩，用于将所述城市大数据基本数据集划分为数据块；
3.根据权利要求2所述的一种基于大数据的城市建设规划方法，其特征在于：在步骤S311中，所述兼容列检测，用于确定所述城市大数据基本数据集中的每个数据列是否可以被压缩，具体为采用源代码编码定理进行兼容列检测，得到数据集熵值表，所述数据集熵值表包括每个数据列的熵值；
4.根据权利要求3所述的一种基于大数据的城市建设规划方法，其特征在于：在步骤S4中，所述城市大数据分析，具体为采用自适应增强的机器学习方法进行城市规划分析及预测，包括以下步骤：
5.根据权利要求4所述的一种基于大数据的城市建设规划方法，其特征在于：在步骤S5中，所述城市规划模拟，用于建构城市规划模型，并仿真和模拟评估规划方案的效果，具体为采用对抗生成网络的方法，对所述城市大数据增强图像数据集进行城市规划模拟，包括以下步骤：
6.根据权利要求5
7.根据权利要求6所述的一种基于大数据的城市建设规划方法，其特征在于：在步骤S6中，所述城市规划决策，具体为依据所述城市规划模拟仿真图像集，结合所述城市大数据预测数据进行城市规划决策，得到城市建设规划方案。
8.根据权利要求7所述的一种基于大数据的城市建设规划方法，其特征在于：所述数据收集，用于采集城市大数据，具体为通过收集并整理多种城市相关数据，得到城市大数据原始数据集，所述城市大数据原始数据集包括数值数据和图像数据，所述数值数据包括城市地理信息数据、城市人口统计数据、城市交通流量数据和环境监测数据，所述图像数据为城市卫星图像数据。
9.根据权利要求8所述的一种基于大数据的城市建设规划方法，其特征在于：在步骤S2中，所述数据预处理，用于清理和整合所述城市大数据原始数据集中的数值数据，并用于增强所述城市大数据原始数据集中的图像数据，具体为对所述数值数据进行数据清洗和整合操作，过滤无效数据，得到城市大数据基本数据集，并对所述图像数据进行分割、过滤和堆叠操作，得到城市大数据增强图像数据集。
...【技术特征摘要】
1.一种基于大数据的城市建设规划方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于大数据的城市建设规划方法，其特征在于：在步骤s31中，所述数据分区和压缩，用于将所述城市大数据基本数据集划分为数据块；
3.根据权利要求2所述的一种基于大数据的城市建设规划方法，其特征在于：在步骤s311中，所述兼容列检测，用于确定所述城市大数据基本数据集中的每个数据列是否可以被压缩，具体为采用源代码编码定理进行兼容列检测，得到数据集熵值表，所述数据集熵值表包括每个数据列的熵值；
4.根据权利要求3所述的一种基于大数据的城市建设规划方法，其特征在于：在步骤s4中，所述城市大数据分析，具体为采用自适应增强的机器学习方法进行城市规划分析及预测，包括以下步骤：
5.根据权利要求4所述的一种基于大数据的城市建设规划方法，其特征在于：在步骤s5中，所述城市规划模拟，用于建构城市规划模型，并仿真和模拟评估规划方案的效果，具体为采用对抗生成网络的方法，对所述城市大数据增强图像数据集进行城市规划模拟，包括以下步骤：
6.根据权利要求5所述的一种基于大数据的城市建设规...
【专利技术属性】
技术研发人员：肖鹤，刘瑞，陈超武，徐晓明，陈焯荣，
申请(专利权)人：广州筑鼎建筑与规划设计院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。