一种基于YOLO算法的社区灯光指数反演的房价预测方法

    公开(公告)号:CN117670384A

    公开(公告)日:2024-03-08

    申请号:CN202311256877.2

    申请日:2023-09-26

    摘要: 一种基于YOLO算法的社区灯光指数反演的房价预测方法,属于数据处理模型领域,运用住宅小区夜间住户亮灯数量反映小区入住率进行房价研究,基于该灯光数据的真实性特性。本发明所述预测方法一方面在房价统计数据研究中加入了实际亮灯数据作为最真实有效的数据源作为参考依据,另一方面,运用了基于深度学习的YOLO算法进行亮灯提取和识别,避免了人工统计亮灯数据的低效率和繁重工作量,为本发明提供了技术手段的可操作性和创新性,探索出了一条研究房价的新思路,直接预测房价区间,对居民购房提供参考价值,并掌握了城市人口和房屋供需状况等最真实有效的数据信息,对城市建设和规划具有重要指导意义,具有重要的市场价值。

    一种基于切片服务的影像数据预处理方法及装置

    公开(公告)号:CN117495774A

    公开(公告)日:2024-02-02

    申请号:CN202311248679.1

    申请日:2023-09-26

    IPC分类号: G06T7/00 G06T7/60

    摘要: 一种基于切片服务的影像数据预处理方法及装置,属于遥感影像处理领域,其特征在于:首先读取待切片影像的属性信息,核对影像数据的坐标系以及位深;然后检查影像数据的NoData值对应RGB值是否为(0,0,0);检查影像是否存在黑边和或噪点;接着读取黑边和或噪点的RGB值;接着分块读取;然后根据影像数据的NoData、黑边、噪点的RGB值选择对应位置,修改为(0,0,0);最后切片生成瓦片,完成预处理。通过对原始影像的读取,判断数据中的NoData值、黑边、噪点值及在判断后对数据的修改保存,有效提高了影像切片的正确性,直接对原数据进行处理,极大的缩短了影像数据的处理时间,提高了影像切片的质量以及效率。

    一种Sqlite影像瓦片数据库的自动更新方法及装置

    公开(公告)号:CN110866026B

    公开(公告)日:2022-08-09

    申请号:CN201911102776.3

    申请日:2019-11-12

    IPC分类号: G06F16/23 G06F16/29

    摘要: 本发明公开了一种Sqlite影像瓦片数据库的自动更新方法方法及装置,涉及互联网地图服务技术领域,所述方法包括:获得遥感影像;将所述遥感影像切片成若干个第一Sqlite瓦片;根据所述遥感影像,生成镶嵌线,其中,所述镶嵌线为所述遥感影像的有效值范围;根据所述镶嵌线,计算所述第一Sqlite瓦片的有效值;根据所述第一Sqlite瓦片的有效值,生成第二Sqlite瓦片;获得总Sqlite数据库;判断所述总Sqlite数据库中是否包含所述第二Sqlite瓦片;如果所述总Sqlite数据库中不包含所述第二Sqlite瓦片,将所述第二Sqlite瓦片更新至所述总Sqlite数据库中。达到了自动更新影像瓦片,提高了工作效率,同时杜绝人为失误的技术效果。