住宅房地产价格评估的空间型BP神经网络模型

住宅房地产价格与交通、环境等各类影响因子之间存在着非线性复杂关系,住宅价格的空间自相关性对住宅价格建模也有重要的影响。考虑到住宅价格的空间自相关性,构建了3种空间型BP神经网络模型,并利用遗传算法(GA)进行模型训练。第一种空间型模型的输入层神经元为样本坐标,第二种空间型模型的输入层神经元为空间滞后向量,第三种空间型模型的输入层神经元既包括样本坐标也包括空间滞后向量。以武汉市为例进行实证分析,选取了2010年291个住宅价格样本。实验结果表明,空间型BP神经网络模型的拟合精度优于普通BP神经网络模型及空间滞后模型,其中第三种空间型BP神经网络模型效果最优,输出结果与实际价格相关性达86.69%,均方根误差明显小于其他模型。     

基于神经网络的房地产估价研究

根据房地产估价的特点将人工神经网络引入到房地产价格评估领域,创建了基于神经网络的房地产估价模型,在对训练样本验证结果分析的基础上,对两种神经网络估价模型进行了对比分析,指出了两种网络各自的优缺点以及改进措施。     

基于神经网络技术的多因子遥感水深反演模型

采用动量BP人工神经网络方法,研究影响多光谱遥感水深反演的各种因素,概括出主要的影响因素,即:泥沙与叶绿素,通过在网络输入端加入泥沙参数因子与叶绿素参数因子,对神经网络进行训练,对大连湾的水深进行反演,取得较好的效果。     

遗传算子对径流预报神经网络模型的影响

采用均匀设计来安排遗传算子组合进行数值实验,研究了遗传算子对神经网络径流预报精度的影响。研究发现,输入模式对最终种群中个体的分布影响不明显,不同算子组合对其影响则明显得多。通过回归分析发现,采用不同算子组合优化神经网络初始权重径流预报精度差别较大,对未归一网络的优化效果较归一网络好,同时采用数据归一输入模式与遗传算法优化神经网络初始权重未产生叠加效果。     

基于大坝变形监测预报的神经网络方法的对比分析

近年来,国内外学者在神经网络方面做了大量研究,使神经网络技术在计算、分析、仿真、控制等方面得到广泛应用,在变形监测和测绘数据处理领域,学者们做了大量实验和实践研究,得到丰富的研究和应用成果。本文首先对大坝变形影响因子进行分析,采用主成分分析法提取影响大坝变形的因子元素,最大程度降低因子之间的相关性对神经网络模型的影响。采用改进BP神经网和径向基函数神经网络两种方法,分析大坝变形预测预报效果,并结合相关文献研究成果,对比两种算法的优缺点,探讨神经网络应用于大坝变形监测的可行性。最后结合工程实际应用实例,研究计算表明,改进BP神经网络和径向基函数神经网络都能对实测数据有较好的拟合效果,达到大坝变形预测预报精度,在大坝安全预测预报分析中具有一定的参考和实用价值。     

利用PCA-SVM的大坝变形预测研究

主成分分析(PCA)能够有效地提取数据的特征信息,消除变量间的共线性,而将基于统计学习理论的支持向量机(SVM)用于数据建模具有显著的优点。本文将主成分分析应用到大坝变形影响因子的优化中,解决了由影响因子内部相关性而引入大量因子的问题,降低了输入维数,简化了输入结构。将简化后的数据作为SVM的输入因子,减少了SVM学习的时间,提高了拟合效率。试验结果表明该方法具有较高的预测精度和较强的泛化能力。     

栅格DEM坡度因子提取的BP神经网络法

针对传统的地形因子提取过程存在叠加分析过程烦琐、复杂地形因子提取困难、无法满足当下自动化与精细化生产需求的问题,引入非线性映射能力强的反向传播（BP）神经网络对地形因子进行提取与分析。选定坡度作为研究对象,采取双隐含层提高网络泛化能力,利用正交实验法获取最优化结构,提升模型拟合度至99%,平均绝对误差为0.561 6°,均方根误差为0.782 7°。本研究创新性地将神经网络迁移到数字地形分析领域,为地形因子的获取提供了一种便捷高效的思路。     

融GIS和BP神经网络的住宅房产评估模型

针对房产税征收对住宅房产价格批量评估的需求问题,该文提出融合GIS和BP神经网络的住宅房产批量评估模型。该模型以特征价格理论为依据,利用GIS数据分析方法构建了16个住宅房产价格的影响因子及量化指标,对房产交易案例库及待估房产进行批量量化,然后利用BP神经网络挖掘房产估价因子与价格之间的对应关系,对量化的待估房产进行批量评估,并开发了相应的软件系统。该文以赣州市章贡区10处待估房产为例,对模型进行验证。结果表明,估算出的房产价格与实际成交价格接近,模型具有较高准确性。     

点状符号识别的旋转、缩放不变性研究

针对点状符号神经网络识别中的旋转、缩放不变性问题,利用不变性特征输入和构建旋转、缩放不变性网络两种方法加以实现。前者的关键是提取符号的不变性特征作为网络的输入,后者的重点是构造复合神经网络实现不变性识别分类。     

BP神经网络用于GPS高程转换的网络配置

BP神经网络的输入与输出关系是一个高度非线性映射关系,其用于GPS高程转换中有着较高的精度。但它存在不少问题,如网络的隐含层和隐含层节点个数选取尚无理论上的指导,参加学习的样本的质量如何影响仿真精度等。本文结合实例分析了上述问题,从而得出了BP神经网络用于GPS高程转换时网络配置问题的一些相关结论。     

无人机倾斜摄影测量技术在不动产更新测绘中的应用

随着不动产登记管理的要求日益提高，对不动产数据的现势性、准确性、时效性有了更高的要求。采用全站仪、RTK外业碎部采集内业编图方法为主要手段获取不动产数据，其周期较长而且投入的人力、物力比较大，已经较难适应现代化管理需要。本文通过采用无人机倾斜摄影测量技术测绘1：500地形图，不仅能够达到不动产数据测绘精度要求，而且具有快速、便捷、灵活、成果丰富等特点，能够较好地快速解决不动产登记需要。试验表明关键技术应用较为成熟，效益明显，具有良好的推广应用价值。     

基于权属对象的数字房产系统研究与实现

房产交易活动中经常伴随着权属的变化,而房屋本身的变化频率却并没有权属变化高。本文对房产交易中的权属产生、变化和消亡现象进行了分析研究,据此提出了以权属对象为中心组织数字房产管理系统的设计方法,并在此基础上进行了权属对象的时空数据库组织和可视化研究。本文提出的方法已应用在鄂州数字房产管理系统中,取得了良好的效果。     

东莞市不动产登记业务整体提升项目技术研究

围绕权籍数据质量导致的不动产登记业务开展及支撑存在不足,不动产登记业务"一网通办""并联审批"等推进不完全,不动产业务信息数据使用及房产交易过程监管有待加强,业务系统使用灵活性、便捷性仍有待进一步提升等问题,通过分析研究东莞市不动产登记业务办理模式,为推进"互联网+不动产登记""虚拟窗口""一窗受理、并行办理""不动产...     

武汉市房产测绘综合管理信息系统的建设及应用

房产测绘分为房产基础测绘和房产项目测绘,需要处理大量的文档数据以及图形数据,因此开发房产测绘综合管理信息系统十分重要。根据武汉市房产测绘信息化建设的基本情况,对房产测绘综合管理信息系统的建设目标、设计原则及其建设内容做了阐述,并就该系统在日常工作中的应用进行了分析和探讨。     

不动产登记协同共享平台建设研究

不动产登记是《中华人民共和国物权法》确立的一项物权制度,《不动产登记暂行条例》于2015年3月1日落地实施.目前我国不动产统一登记信息管理基础平台建设顺利开展.不动产登记协同共享平台是不动产登记信息管理基础平台的重要组成部分,支撑国土、住建、农业、林业、海洋等部门相关业务信息实时互通共享.建设不动产登记协同共享平台是各级不动产登记机构的共同任务,要强化部门间协同,保证不动产登记的相关系统、数据与横向相关部门系统、数据之间的紧密衔接,确保登记信息与相关部门信息互通共享,消除"信息孤岛".本文从不动产登记协同共享平台的定位、协同共享机制、协同共享内容、技术方式等方面进行了研究,并以超图公司的不动产登记协同共享平台解决方案为例,介绍了不动产登记中心与住建房产交易部门的共享.实践证明,通过不动产登记协同共享平台的建设,可以明显减少不动产登记的办理时间,有效地规避登记风险.     

三维不动产权籍测绘生产关键技术

随着城市空间利用的复杂化、规模化，传统的二维GIS无法满足三维不动产的精细化、准确化的空间信息管理。本文以满足不动产登记要求为出发点，对三维不动产权籍测绘生产中倾斜摄影实景三维模型建立、三维模型单体化、不动产登记数据整合、三维模型与不动产登记数据关联，以及三维不动产权籍数据库建立的关键技术展开研究，并通过实例得以验证，实现了三维不动产登记信息的精细化管理，有效提升了不动产登记过程中具体业务的工作效率，可以辅助不动产统一登记工作的快速推进。     

GIS在物业管理中的开发与应用

随着计算机的飞速发展,地理信息系统(GIS)得到了越来越广泛的应用。针对物业管理的具体要求,结合具体实例从输入、存储、处理和分析、输出等4个方面详细阐述了GIS在物业管理方面的应用情况。     

房地产平面控制网的布设

简要阐述了房地产平面控制网的布设需有足够的精度和密度，同时，还应考虑其利用情况，避免出现重复布网、资金浪费等不良现象。概述了房地产平面控制网的布设工作内容。     

房地产信息系统中数据的安全管理研究

针对当前房地产信息系统中数据管理方面存在的安全问题，探讨了数字水印技术在保护版权数据方面的应用，并采用三库分离技术建立数据库，通过对数据库加密保障其安全，利用动态生成授权机制进行权限管理保证系统安全，构建了基于IP Sec和SSL相结合的房地产信息系统虚拟专用网络安全体系。结合在衡阳市房地产信息系统中的具体应用，表明以上技术能够较全面的保障房地产数据的安全。