(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111278887.7 (22)申请日 2021.10.31 (71)申请人 时空云科技有限公司 地址 330029 江西省南昌市赣 江新区直管 区儒乐湖新城 金山大道2333号绿地儒 乐星镇A1-8#号楼1 17室 (72)发明人 饶继发　聂兵兵　杨学龙　吴文杰　 徐志亮　龚鸣　石聪　曾慧敏　 钟诚　 (74)专利代理 机构 南昌恒桥知识产权代理事务 所(普通合伙) 36125 代理人 许明亮 (51)Int.Cl. G06F 16/21(2019.01) G06F 21/56(2013.01)G06N 20/00(2019.01) G06Q 50/26(2012.01) H05K 7/20(2006.01) B08B 1/00(2006.01) (54)发明名称 一种综合业态大数据的城市用地自动识别 监测系统 (57)摘要 本发明公开了一种综合业态大数据的城市 用地自动识别监测系统， 包括数据获取模块、 安 全监测模块、 数据库建构模块、 机器学习训练模 块、 自动识别模块、 数据报警模块、 数据输出模 块。 数据获取模块集成有相机等设备， 以及散热 清洁结构， 散热清洁结构安装在桶内， 通过安装 在桶内的散热清洁结构可以增强数据获取模块 散热， 从而降低数据获取模块的温度， 利用支撑 杆的类似弧形的非线性轨迹动作， 从而实现清洁 容易藏灰尘的筒型底座的散热孔， 实现最优化清 洁数据获取模块的目的。 权利要求书1页 说明书4页 附图3页 CN 113971171 A 2022.01.25 CN 113971171 A 1.一种综合业态大数据的城市用地自动识别监测系统， 其特征在于， 该系统包括： 数据 获取模块， 用于获取不同规模案例城市及目标城市 建成区域内的数据信息； 安全监测模块， 用于数据获取模块获取数据后， 对数据获取模块获得的数据进行安全 监测， 防止有病毒侵入； 数据库建构模块， 用于安全监测模块处理完数据后， 通过地理信息系统得到包含目标 城市和不同规模案例城市的地 块数据库； 机器学习训练模块， 用于对建构的数据库进行机器学习训练， 产生多个对应不同城市 规模的机器学习分类模型； 自动识别模块， 用于采用训练完成的机器学习分类模型， 自动识别目标城市建成区域 内每个地块对应的城市用地 性质； 数据报警模块， 通过鉴别安全监测模块处理的数据， 通过报警装置进行报 警提示， 并标 记存储下来； 数据输出模块， 通过把自动识别模块处理后的数据通过液晶显示屏显示出来， 从而得 到城市现状用地 性质图。 2.根据权利要求1一种综合业态大数据的城市用地自动识别监测系统， 其特征在于： 所 述的数据获取模块 （21） 通过筒型底座 （22） 安装于 圆桶 （24） 上部  ， 所述筒型底座 （22） 上有 散热孔 （23） ， 所述圆桶 （24） 内部安装有散热清洁结构 （100） ， 所述散热清洁结构 （100） 包括 电动机 （1） 、 凸轮 （2） 、 空心 推杆 （11） ， 所述凸轮 （2） 一端安装在电动机 （1） 上， 并由电动机 （1） 提供动力， 所述空心推杆 （11） 的下端在凸轮 （2） 一端的正上方， 所述空心推杆 （11） 的上部 设 有杠杆转轴 （12） ， 所述杠杆转轴 （12） 通过支架 （25） 固定在圆桶 （24） 内壁上， 所述空心推杆 （11） 位于杠杆转轴 （12） 下方， 所述杠杆转轴 （12） 与支撑杆 （13） 的下部与铰接， 所述支撑杆 （13） 由弹性膜 （17） 包裹， 所述支撑杆 （13） 上端安装有弹性环 （14） ， 所述弹性环 （14） 上有固 定杆 （15） ， 所述固定杆 （15） 上安装有弹性刷子 （16） 。 3.根据权利要求1一种综合业态大数据的城市用地自动识别监测系统， 数据获取模块 上集成的散热清洁结构 （100） ， 其特征在于： 所述电动机 （1） 接在由电源、 负温度系数热敏电 阻组成的回路中。 4.根据权利要求1一种综合业态大数据的城市用地自动识别监测系统， 数据获取模块 上集成的散热清洁结构 （100） ， 其特征在于： 所述支撑杆 （13） 有十个， 呈环形安装在杠杆转 轴 （12） 上， 所述杠杆转轴 （12） 通过弹簧与杠杆转轴 （12） 内端弹性连接 。 5.根据权利要求1一种综合业态大数据的城市用地自动识别监测系统， 数据获取模块 上集成的散热清洁结构 （10 0） ， 其特征在于： 所述弹性膜 （17） 把十个支撑杆 （13） 包裹 严密。 6.根据权利要求1一种综合业态大数据的城市用地自动识别监测系统， 数据获取模块 上集成的散热清洁结构 （100） ， 其特征在于： 所述固定杆 （15） 有十个， 呈均匀环形分布， 且固 定在弹性环 （14） 上。权　利　要　求　书 1/1 页 2 CN 113971171 A 2一种综合业 态大数据的城市用地自动识别监测系统 技术领域 [0001]本发明涉及城市用地监测识别领域， 具体为一种综合业态大数据的城市用地自动 识别监测系统。 背景技术 [0002]城市用地是城市规划学科的规划及设计基础， 是具有一定用途及功能土地的统 称。 随着城市化进程快速稳定发展， 城市规模在不断扩张的同时， 城市用地布局也变得愈加 复杂， 这为城市用地性质的测度加大了难度及时间成本。 另一方面， 不同规模等级的城市， 其城市用地地块布局及尺度呈现出明显的差异化特征， 同类型用地内的业态特征、 建筑形 态差异愈发明显。 识别城市用地性质是城市各类规划及设计工作开展的基础， 综合业态大 数据的城市用地自动识别监测系统通过识别城市用地分析城市现状建设特征、 空间格局及 土地利用问题， 进 而开展现状建 设评价及规划设计工作。 [0003]不过， 随着城市用地自动识别监测系统运行时间的不断增长， 数据获取模块固然 会散发越来越多的热量， 如果不能及时将这些热量散掉的话， 时间久了便会对模块的正常 运行造成影响； 而且数据获取模块也会遭到尘土的侵染， 这些污垢都会在一定程度上破坏 数据获取模块， 并对数据获取模块的正常运行产生影响， 从而影响综合业态大数据城市用 地的自动识别监测系统的正常运行。 发明内容 [0004]本发明要解决的技术问题是发明一种业态大数据的城市用地自动识别监测系统， 提供一种综合业态大数据的城市用地自动识别监测系统， 实现数据获取模块散热以及数据 获取模块特殊部位的清洁， 可以有效解决背景技 术中的问题。 [0005]为实现上述目的， 本发明提供如下技术方案： 一种综合业态大数据的城市用地自 动识别监测系统， 其特征在于， 该系统包括： 数据获取模块， 用于获取不同规模案例城市及 目标城市 建成区域内的数据信息； 安全监测模块， 包括对数据获取模块获得的数据进行安全监测， 防止有病毒侵入； 数据库建构模块， 用于通过地理信息系统， 得到包含 目标城市和不同规模案例城 市的地块数据库； 机器学习训练模块， 用于对建构的数据库进行机器学习训练， 产生多个对应不 同 城市规模的机器学习分类模型； 自动识别模块， 用于采用训练完成的机器学习分类模型， 自动识别目标城市建成 区域内每 个地块对应的城市用地 性质； 数据报警模块， 通过鉴别异常数据， 通过报警装置进行报警提示， 并标记存储下 来； 数据输出模块， 通过把处理后的数据通过液晶显示屏显示出来， 从而得到城市现 状用地性质图； 进一步的， 所述的数据获取模块通过筒型底座安装于圆桶上部  ， 所述筒型说　明　书 1/4 页 3 CN 113971171 A 3