本發(fā)明涉及房地一體數(shù)據(jù)，尤其是涉及一種基于多源數(shù)據(jù)的房地一體數(shù)據(jù)質(zhì)量提升方法。

背景技術(shù)：

1、房地一體原則是指土地使用權(quán)和土地上的房屋等建筑物和附著物的所有權(quán)歸屬于同一主體，在房地產(chǎn)轉(zhuǎn)讓或抵押時，房屋所有權(quán)和土地所有權(quán)必須同時轉(zhuǎn)讓、抵押，而農(nóng)村房地一體確權(quán)即是將農(nóng)村宅基地和集體建設(shè)用地使用權(quán)及地上的建筑物、構(gòu)筑物實行統(tǒng)一確權(quán)登記的手續(xù)，而現(xiàn)在大多數(shù)的房屋存在著一定的信息不全，導(dǎo)致房地一體信息不全或者房地一體數(shù)據(jù)不準(zhǔn)確，而在現(xiàn)有數(shù)據(jù)庫中，也同樣存在著對房屋的三維建模構(gòu)建與房屋自然幢線等判斷土地使用權(quán)和土地上的房屋等建筑物和附著物的所有權(quán)存在錯誤的情況、并且房地一體系統(tǒng)數(shù)據(jù)冗余，所以更新房地一體系統(tǒng)數(shù)據(jù)存在著算力大、成本高的因素，亟需一種房地一體數(shù)據(jù)質(zhì)量提升方法來對房地一體系統(tǒng)數(shù)據(jù)質(zhì)量進行提升，并且在讓房地一體數(shù)據(jù)更精準(zhǔn)的同時還可以讓房地一體系統(tǒng)數(shù)據(jù)輕量化。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提出一種基于多源數(shù)據(jù)的房地一體數(shù)據(jù)質(zhì)量提升方法，以解決現(xiàn)有技術(shù)中所存在的一個或多個技術(shù)問題，至少提供一種有益的選擇或創(chuàng)造條件。

2、一種基于多源數(shù)據(jù)的房地一體數(shù)據(jù)質(zhì)量提升方法，所述方法包括以下步驟：

3、s100：根據(jù)拍攝設(shè)備獲取房屋實景圖；

4、s200：讀取數(shù)據(jù)庫中已有資料并根據(jù)已有資料中的地形圖與房屋實景圖構(gòu)建房屋三維模型；

5、s300：獲取房地一體數(shù)據(jù)，并在房地一體數(shù)據(jù)中獲取地籍圖、房地一體自然幢和房地一體宗地圖；

6、s400：結(jié)合房屋三維模型與房地一體數(shù)據(jù)對比分析構(gòu)建數(shù)據(jù)庫，并輸出對比分析報告。

7、進一步地，在步驟s100與步驟s200中，通過無人機拍攝房屋實景圖，所述房屋實景圖包括：房屋天面圖和房屋側(cè)面圖，結(jié)合數(shù)據(jù)庫中房屋地形圖與傾斜攝影構(gòu)建房屋三維模型，將無人機拍攝的房屋天面圖映射到房屋三維模型上方，并對房屋天面圖結(jié)合無人機拍攝的地形圖對房屋天面中的分為地形頂層與地形次頂層，并對地形頂層與地形次頂層中天面的各個部分標(biāo)高，根據(jù)房屋天面圖確定幢范圍線，通過房屋三維模型與房屋地形圖對比分析得到房屋地形天面圖，所述房屋地形天面圖分為房屋地形頂層與房屋地形次頂層。

8、進一步地，在步驟s300中，通過數(shù)據(jù)庫獲取地籍圖、房地一體自然幢和房地一體宗地圖，所述地籍圖表示地形圖中土地的歸屬權(quán)，所述房地一體自然幢表示房地一體系統(tǒng)中房屋準(zhǔn)確位置，房地一體宗地圖反應(yīng)了宗地的基本情況，所述宗地的基本情況包括：宗地權(quán)屬界線、界址點位置、宗地內(nèi)建筑物位置與性質(zhì)，并且根據(jù)房地一體自然幢確定自然幢確定房地一體自然幢基準(zhǔn)線，根據(jù)所述自然幢基準(zhǔn)線確定自然幢的分區(qū)歸屬。

9、進一步地，在步驟s400中，將地籍圖中地籍圖部分分為地籍頂層與地籍次頂層，將地籍頂層與地籍次頂層分別與房屋地形頂層和房屋地形次頂層進行空間疊加對比分析，所述疊加對比分析具體方法包括以下步驟：

10、s401：取房屋地形頂層與地籍頂層邊緣部分進行比對，并通過對房屋地形頂層更高權(quán)重糾正地籍頂層邊緣部分，讓地籍頂層面積重新計算，通過所述邊緣線比對，對邊緣線覆蓋像素點數(shù)量與邊緣線的方向?qū)Ρ?，確定邊緣線正確方向，并以邊緣線正確方向為基準(zhǔn)統(tǒng)一頂層天面圖的地籍信息；

11、s402：獲取房屋地形次頂層與地籍次頂層，確定房屋地形次頂層中邊緣部分的幢范圍線，根據(jù)所述幢范圍線重新確定地籍次頂層的外部邊緣基準(zhǔn)線，且根據(jù)步驟s401中確定頂層的地籍信息確定外部邊緣基準(zhǔn)線，根據(jù)外部邊緣基準(zhǔn)線與外部邊緣基準(zhǔn)線確定地籍圖頂層，根據(jù)所述外部邊緣基準(zhǔn)線與內(nèi)部邊緣基準(zhǔn)線確定后的地籍次頂層面積與原有地籍次頂層面積進行權(quán)重配比；

12、s403：所述對地籍圖面積進行權(quán)重配比的步驟為：記錄通過外部邊緣基準(zhǔn)線與內(nèi)部邊緣基準(zhǔn)線確定后的地籍次頂層面積為cd1，定義原有地籍次頂層面積為cd，所述原有地籍次頂層面積為cd通過對比地形頂層與地籍頂層的對比比例獲取原有地籍次頂層面積為cd的權(quán)重比例得到在對建筑中的頂層面積數(shù)據(jù)差異構(gòu)建序列ck，所述數(shù)據(jù)集合ck包括：地形圖與地籍圖的頂層面積差t1，地形圖與地籍圖的次頂層面積差t2，對一片區(qū)域中的各個房屋頂層與次頂層差構(gòu)建集合[t1]、[t2]；

13、s404：將數(shù)據(jù)差異構(gòu)建序列ck賦予權(quán)重，將集合ck進行重新排序，將數(shù)據(jù)根據(jù)房屋位置排列得到集合[t1`]、[t2`]，通過計算得到頂層面積差t1和次頂層面積差t2的相鄰比值h1、h2，=，=，所述和為序列[t1`]中的第k位和第k+1位元素，所述和為序列[t2`]中的第k位和第k+1位元素，判斷相鄰比值h1、h2的值，若相鄰比值h1、h2值為正，且大于等于1，則將相鄰比值定義為正向權(quán)重，若相鄰比值h1、h2值為正，且小于1，則將相鄰比值定義為反向權(quán)重，通過正向權(quán)重與反向權(quán)重確定方向，在數(shù)據(jù)差異構(gòu)建序列ck中，所述正向權(quán)重方向由第k位元素指向第k+1位元素，所述反向權(quán)重方向由第k+1位元素指向第k位元素，通過步驟s401中邊緣線的方向為基準(zhǔn)，賦予相鄰比值h1、h2方向，所述則通過數(shù)據(jù)差異構(gòu)建序列ck中第k為元素的邊緣線方向為相鄰比值方向，計算相鄰比值h1、h2的權(quán)重向量，，，其中，與為相鄰比值h1、h2的權(quán)重向量，、分別為賦予相鄰比值h1、h2方向后的相鄰比值的向量值，m為數(shù)據(jù)差異構(gòu)建序列ck的元素總量。

14、進一步地，建立圖片對比預(yù)測模型對房屋地形圖與地籍圖的疊加對比分析進行優(yōu)化；

15、通過正向權(quán)重方向與反向權(quán)重方向?qū)D像對比信息進行優(yōu)化，對神經(jīng)網(wǎng)絡(luò)輸入對比圖像信息，網(wǎng)絡(luò)輸出結(jié)果由正向輸出與反向輸出共同決定，計算公式如下：

16、；

17、；

18、?；

19、；

20、其中，x表示為輸入值，輸入值為數(shù)據(jù)差異構(gòu)建序列ck，分別為所述正向權(quán)重與反向權(quán)重方向，為網(wǎng)絡(luò)正向輸出值，、、分別為正向輸出的輸入層權(quán)重、隱藏層權(quán)重以及偏置向量，所述輸入層權(quán)重矩陣通過天面面積差t1和次天面面積差t2的權(quán)重比例h1、h2構(gòu)建，為網(wǎng)絡(luò)反向輸出值，、、分別為反向輸出的輸入層權(quán)重、隱藏層權(quán)重以及偏置向量，所述輸入層權(quán)重則為通過判斷正向輸出與反向輸出時，通過頂層對比得到的結(jié)果則l1為輸入層權(quán)重，l2為隱藏層權(quán)重，偏置向量為與的和，若通過次頂層對比得到的結(jié)果則l2為輸入層權(quán)重，l1為隱藏層權(quán)重，偏置向量為與的和；

21、為最終輸出值，和分別為輸出層權(quán)重矩陣與偏置向量，符號為拼接運算；

22、將最終輸出值投入神經(jīng)網(wǎng)絡(luò)模型中進行訓(xùn)練，完成訓(xùn)練后對所述輸入的數(shù)據(jù)進行快速指標(biāo)x輸出，所述指標(biāo)x為判斷對比數(shù)據(jù)在此處是否達到合格的標(biāo)準(zhǔn)，每一項指標(biāo)x需要通過一個單獨的神經(jīng)網(wǎng)絡(luò)模型被訓(xùn)練以輸入數(shù)據(jù)與該項指標(biāo)間的映射關(guān)系；

23、其中，在神經(jīng)網(wǎng)絡(luò)模型中，網(wǎng)絡(luò)輸入層神經(jīng)元數(shù)量與輸入數(shù)據(jù)種類數(shù)量相等，輸出層神經(jīng)元數(shù)量與輸出數(shù)據(jù)種類數(shù)量相等，而中間層層數(shù)以及每層的神經(jīng)元數(shù)量則自由設(shè)定，中間層的設(shè)置將直接影響神經(jīng)網(wǎng)絡(luò)的近似數(shù)據(jù)的精度，根據(jù)訓(xùn)練的結(jié)果來判斷是否需要增減中間層數(shù)或神經(jīng)元數(shù)量，所述判斷中間層數(shù)和神經(jīng)元的數(shù)量計算方法為：

24、將神經(jīng)網(wǎng)絡(luò)模型中中間層逐層遞加，并將中間層層數(shù)對應(yīng)輸出的指標(biāo)x進行命名，當(dāng)中間層層數(shù)為1時輸出指標(biāo)，以此類推，并根據(jù)所述指標(biāo)x，構(gòu)建非線性回歸函數(shù)，f（x）=，a為常數(shù)值，計算所述函數(shù)自變量的方差d，d=，其中l(wèi)為輸出時中間層的層數(shù)，為輸出的第i位指標(biāo)x，所述為輸出的第i位指標(biāo)x對應(yīng)的輸入數(shù)據(jù)，當(dāng)=0時，a取最小值，其中（）為求函數(shù)偏導(dǎo)，a為確定中間層數(shù)的參數(shù)，通過所述a的值與方差d進行對比，若d＞a時，將所述輸出的指標(biāo)x在輸入神經(jīng)網(wǎng)絡(luò)模型中，并且中間層層數(shù)加1，若d≤a時，輸出指標(biāo)x；

25、通過梯度下降法更新神經(jīng)元的加權(quán)系數(shù)：

26、（l）=-；

27、其中，（）為求函數(shù)偏導(dǎo)，p、q分別為系統(tǒng)輸出誤差和神經(jīng)元權(quán)重增量，均為常數(shù)值，（l）為神經(jīng)元加權(quán)系數(shù)，（l）為更新后的神經(jīng)元加權(quán)系數(shù)，表示神經(jīng)元學(xué)習(xí)率，通過所述（l）確定在中間層中設(shè)置的神經(jīng)元數(shù)量，根據(jù)疊加分析算法結(jié)合輸出值并對算法進行深度學(xué)習(xí)，輸出頂層對比分析數(shù)據(jù)與次頂層對比分析數(shù)據(jù)，保證了對比數(shù)據(jù)質(zhì)量。

28、進一步地，將房屋地形圖天面與房屋地形圖次天面融合，地籍圖天面與地籍圖次天面融合，輸出融合天面對比數(shù)據(jù)；

29、獲取房屋地形甜面圖對應(yīng)的房地一體自然幢象限坐標(biāo)，通過房屋地形圖天面與房屋地形圖次天面融合對比房地一體自然幢象限坐標(biāo)，輸出象限坐標(biāo)對比數(shù)據(jù)；

30、通過房屋的幢范圍線獲取的居民地輔助線坐標(biāo)，通過房屋地形圖天面與對比，輸出地輔助線坐標(biāo)對比數(shù)據(jù)；

31、通過房地一體自然幢象限坐標(biāo)與居民地輔助線坐標(biāo)對比，輸出自然幢與地輔助線坐標(biāo)對比數(shù)據(jù)；

32、將所述融合天面對比數(shù)據(jù)、象限坐標(biāo)對比數(shù)據(jù)、地輔助線坐標(biāo)對比數(shù)據(jù)、自然幢與地輔助線坐標(biāo)對比數(shù)據(jù)結(jié)合通過疊加分析算法輸出的頂層對比分析數(shù)據(jù)與次頂層對比分析數(shù)據(jù)構(gòu)建數(shù)據(jù)庫，并通過數(shù)據(jù)庫輸出對比分析報告。

33、進一步地，所述方法基于系統(tǒng)，所述系統(tǒng)包括：處理器和存儲器，所述處理器執(zhí)行所述計算機程序時可實現(xiàn)上述方法中的任一項所述的一種基于多源數(shù)據(jù)的房地一體數(shù)據(jù)質(zhì)量提升方法中的步驟。

34、本發(fā)明的有益效果為：通過對地形圖與地籍圖的疊加分析，更新房地一體原有數(shù)據(jù)庫中的數(shù)據(jù)，讓原有數(shù)據(jù)庫中的數(shù)據(jù)質(zhì)量更高，并且對于房地一體中的地籍信息與宗地信息，通過地形圖與地籍圖的面積對比，輸出更為精準(zhǔn)的對比分析報告，讓后續(xù)的規(guī)劃工作也更為便利。