摘要
本发明公开了一种城市中心城区低效商业用地识别方法、系统、设备及介质,所述方法包括:获取目标区域内的相关数据;构建低效商业用地识别指标体系;计算识别指标体系的二级指标数据,并对二级指标数据进行归一化处理,以划分出训练集;构建BP神经网络模型,将训练集作为机器学习样本,训练BP神经网络模型并使用交叉验证进行参数调优,得到低效商业用地特征模型;调用低效商业用地特征模型,计算相关指标的特征重要性,将其平均值作为指标权重;根据相关指标数据集,结合指标权重计算商业用地的相应得分,通过重分类得到城市中心城区低效商业用地。本发明可以实现对低效商业用地的科学、准确的识别,为城市中心城区商业用地的再开发提供一定参考借鉴。
技术关键词
城市中心
商业
BP神经网络模型
回归预测模型
机器学习样本
指标
识别方法
夜间灯光数据
商铺
手机信令数据
训练集
建筑轮廓
活力
网格
公交站
兴趣点
BP神经网络构建
系统为您推荐了相关专利信息
DICOM图像
保水性
磁共振成像技术
回归预测模型
预测模型构建方法
自动化码头集装箱
装船作业
集装箱作业
时间预测模型
时间预测方法
数据驱动预测控制
非线性系统
偏最小二乘算法
学习算法
回归预测模型