CN117556524A - 一种室内设计的智能数据处理系统、方法及装置 - Google Patents
一种室内设计的智能数据处理系统、方法及装置 Download PDFInfo
- Publication number
- CN117556524A CN117556524A CN202410043189.6A CN202410043189A CN117556524A CN 117556524 A CN117556524 A CN 117556524A CN 202410043189 A CN202410043189 A CN 202410043189A CN 117556524 A CN117556524 A CN 117556524A
- Authority
- CN
- China
- Prior art keywords
- data
- design
- sample data
- hydropower
- design sample
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013461 design Methods 0.000 title claims abstract description 187
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012545 processing Methods 0.000 title claims abstract description 27
- 238000012216 screening Methods 0.000 claims abstract description 24
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 103
- 238000003860 storage Methods 0.000 claims description 49
- 238000005406 washing Methods 0.000 claims description 29
- 238000012417 linear regression Methods 0.000 claims description 27
- 230000032683 aging Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 21
- 238000005457 optimization Methods 0.000 claims description 16
- 238000003672 processing method Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000009471 action Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/211—Selection of the most significant subset of features
- G06F18/2113—Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Computer Hardware Design (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Optimization (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Structural Engineering (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本实施例提供了一种室内设计的智能数据处理系统、方法及装置,包括:获取到历史数据中的多个设计样本数据;筛选出所述设计样本数据中的满意度及实用性数据符合条件的预设数量的设计样本数据;根据所述预设数量的设计样本数据与预先获取的客户需求参数进行结合,生成智能设计布局配置;将所述智能设计布局配置与基本房屋模型进行叠加,得到整体房屋模型;输出所述整体房屋模型至客户端;生成针对用户端及水电工作端的展示布局,提高了室内设计的展示及功能的多样性及全面性,有助于提高室内设计的协同效率。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种室内设计的智能数据处理系统、一种室内设计的智能数据处理方法和一种室内设计的智能数据处理装置、一种计算机设备及一种存储介质。
背景技术
室内设计是根据建筑物的使用性质、所处环境和相应标准,运用物质技术手段和建筑设计原理,创造功能合理、满足人们物质和精神生活需要的室内环境。这一空间环境既具有使用价值,满足相应的功能要求,同时也反映了历史文脉、建筑风格、环境气氛等精神因素。现有的室内设计流程或室内设计软件一般是可以查看家具、墙体或柜体等具体位置,只能查看表面的装饰性用品居多,设计的展示及功能单一性较强。
发明内容
鉴于上述问题,提出了本实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种室内设计的智能数据处理系统、一种室内设计的智能数据处理方法和一种室内设计的智能数据处理装置、一种计算机设备及一种存储介质。
为了解决上述问题,本实施例公开了一种室内设计的智能数据处理方法,包括:
获取到历史数据中的多个设计样本数据;
筛选出所述设计样本数据中的满意度及实用性数据符合条件的预设数量的设计样本数据;
根据所述预设数量的设计样本数据与预先获取的客户需求参数进行结合,生成智能设计布局配置;
将所述智能设计布局配置与基本房屋模型进行叠加,得到整体房屋模型;
输出所述整体房屋模型至客户端。
优选地,所述筛选出所述设计样本数据中的满意度及实用性数据符合条件的预设数量的设计样本数据,包括:
获取到所述设计样本数据的满意度;
获取到所述设计样本数据的实用性数据;
将所述满意度及实用性数据进行排序,分别得到排序后的设计样本数据;
在所述排序后的设计样本数据筛选出排序在前的预设数量的设计样本数据。
优选地,所述获取到历史数据中的多个设计样本数据,包括:
所述设计样本数据包括水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向;
获取到历史数据;
识别并提取出所述历史数据中的水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向。
优选地,所述根据所述预设数量的设计样本数据与预先获取的客户需求参数进行结合,生成智能设计布局配置,包括:
所述客户需求参数包括水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量;
将所述水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量分别配置至所述设计样本数据中水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向对应的房屋模型中,构建多元线性回归方程,迭代所述多元线性回归方程,得到优化系数,生成智能设计布局配置。
优选地,所述将所述水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量分别配置至所述设计样本数据中水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向对应的房屋模型中,构建多元线性回归方程,迭代所述多元线性回归方程,得到优化系数,生成智能设计布局配置,包括:
其中,所述多元线性回归方程为:
Sj为满意度及实用性数据的综合参数,为物品容纳体积;为洗涤体积;
为水电布线位置;为水电布线长度;为电开关位置;为进水位置;为出水位置;
为储物位置;为墙体配色;为柜体配色;为家具位置;为窗户位置为模拟管道水
体流动方向;为适老化设置数量;为水龙头数据;为婴幼儿数量;Y为回归方程顺序变
量;为各参数的优化系数。
优选地,所述方法还包括:
获取到优化系数及设定的满意度及实用性数据的综合参数,将所述优化系数及满意度及实用性数据的综合参数输入至迭代完成的多元线性回归方程,得到智能设计布局配置中的水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量、水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向;
将所述水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量、水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向与历史数据中的水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量、水电布线位置、水电布线长度,电开关位置,进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向进行对比,得到对应的设计样本数据,将所述对应的设计样本数据与基本房屋模型进行叠加,得到第二整体房屋模型;
输出所述第二整体房屋模型至客户端。
本发明实施例还公开了一种室内设计的智能数据处理系统,包括:
设计样本数据获取模块,用于获取到历史数据中的多个设计样本数据;
筛选模块,用于筛选出所述设计样本数据中的满意度及实用性数据符合条件的预设数量的设计样本数据;
配置生成模块,用于根据所述预设数量的设计样本数据与预先获取的客户需求参数进行结合,生成智能设计布局配置;
叠加模块,用于将所述智能设计布局配置与基本房屋模型进行叠加,得到整体房屋模型;
输出模块,用于输出所述整体房屋模型至客户端。
本发明实施例还公开了一种室内设计的智能数据处理装置,包括:
设计样本数据获取模块,用于获取到历史数据中的多个设计样本数据;
筛选模块,用于筛选出所述设计样本数据中的满意度及实用性数据符合条件的预设数量的设计样本数据;
配置生成模块,用于根据所述预设数量的设计样本数据与预先获取的客户需求参数进行结合,生成智能设计布局配置;
叠加模块,用于将所述智能设计布局配置与基本房屋模型进行叠加,得到整体房屋模型;
输出模块,用于输出所述整体房屋模型至客户端。
本实施例还公开了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的室内设计的智能数据处理的步骤。
本实施例还公开了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的室内设计的智能数据处理的步骤。
本实施例包括以下优点:
本发明实施例中,该室内设计的智能数据处理方法包括:获取到历史数据中的多个设计样本数据;筛选出所述设计样本数据中的满意度及实用性数据符合条件的预设数量的设计样本数据;根据所述预设数量的设计样本数据与预先获取的客户需求参数进行结合,生成智能设计布局配置;将所述智能设计布局配置与基本房屋模型进行叠加,得到整体房屋模型;输出所述整体房屋模型至客户端;生成针对用户端及水电工作端的展示布局,提高了室内设计的展示及功能的多样性及全面性,有助于提高室内设计的协同效率。
附图说明
为了更清楚地说明本实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图
图1是本实施例的一种室内设计的智能数据处理方法实施例的步骤流程图;
图2是本实施例的一种室内设计的智能数据处理装置实施例的结构框图;
图3是一个实施例的一种计算机设备的内部结构图。
具体实施方式
为了使本实施例所解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本实施例进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本实施例提供的室内设计的智能数据处理方法,可以应用于包含终端及服务器的应用环境中。其中,终端通过网络与服务器进行通信。该终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
参照图1,示出了本实施例的一种室内设计的智能数据处理方法实施例的步骤流程图,具体可以包括如下步骤:
步骤101,获取到历史数据中的多个设计样本数据;
本发明实施例中,该室内设计的智能数据处理方法可以应用于服务器,即服务器为执行端,该服务器可以与终端连接,该终端可以用于发送及展示数据处理结果,该历史数据可以储存于服务器的储存装置中,进一步地,该历史数据可以包括多种房屋的设计样本数据;其中,该设计样本数据可以包括水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向;
本发明实施例中的一种优选实施例中,可以获取到历史数据;并进一步识别并提取出所述历史数据中的水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向
步骤102,筛选出所述设计样本数据中的满意度及实用性数据符合条件的预设数量的设计样本数据;
实际应用到本发明实施例中,所述筛选出所述设计样本数据中的满意度及实用性数据符合条件的预设数量的设计样本数据,包括:获取到所述设计样本数据的满意度;获取到所述设计样本数据的实用性数据;将所述满意度及实用性数据进行排序,分别得到排序后的设计样本数据;在所述排序后的设计样本数据筛选出排序在前的预设数量的设计样本数据。
举例而言,该预设数量可以是800个,则筛选出排序在前的800个的设计样本数据,即该设计样本数据可以包括满意度及实用性数据,如某个设计样本中的满意度为94,实用性数据为81,另一设计样本中的满意度为92,实用性数据为73,根据上述的满意度或实用性数据任一个分值或两者的加权平均值进行多个设计样本数据的排序,得到排序结果。
步骤103,根据所述预设数量的设计样本数据与预先获取的客户需求参数进行结合,生成智能设计布局配置;
进一步地,所述客户需求参数包括水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量等,本发明实施例对此不作过多的限制;
将所述水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量分别配置至所述设计样本数据中水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向对应的房屋模型中,构建多元线性回归方程,迭代所述多元线性回归方程,得到优化系数,生成智能设计布局配置。
其中,所述多元线性回归方程为:
具体而言,Sj为满意度及实用性数据的综合参数,为物品容纳体积;为洗
涤体积;为水电布线位置;为水电布线长度;为电开关位置;为进水位置;为出
水位置;为储物位置;为墙体配色;为柜体配色;为家具位置;为窗户位置,为
模拟管道水体流动方向;为适老化设置数量;为水龙头数据;为婴幼儿数量;Y为回归
方程顺序变量(1,2,3,4,5······);为各参数的优化系数。
在一种具体示例中,该洗涤体积为a1,则水电布线位置为(a2,b2,d2),则可
以计算出作为水电布线位置的值,同样地,水电布线长度为a3,则电开关位
置为(a4,b4,d4),则可以计算出作为电开关位置的值,进水位置为(a5,
b5,d5),其值为,出水位置为(a6,b6,d6),其值为,储物位置
为(a7,b7,d7),其值为,墙体配色为RGB值,为(a8,b8,d8),其值为,同样地,柜体配色为RGB值,为(a9,b9,d9),其值为,同样地,家
具位置为(a10,b10,d10),其值为,模拟管道水体流动方向,1表示向右,2
表示向左,3表示向前,4表示向后,窗户位置为(a11,b11,d11),其值为,适老
化设置数量为a12,水龙头数据为a13,婴幼儿数量为a14。
举例而言,优化系数Ci可以为0.4、0.5、0.6等不同的数值,具体而言 ,即C3可以是0.23,C4可以是0.44,C5可以是0.78,C6可以是0.92,C7可以是0.54,C8可以是0.59,C9可以是0.12,则多元线性回归方程如下:
即可以得到该多元线性回归方程的Sj满意度及实用性数据的综合参数与其他各
个参数(为物品容纳体积;为洗涤体积;为水电布线位置;为水电布线长度;为电开关位置;为进水位置;为出水位置;为储物位置;为墙体配色;为柜体配
色;为家具位置;为窗户位置,为模拟管道水体流动方向;为适老化设置数量;为
水龙头数据;为婴幼儿数量)的关系,即根据设定的Sj满意度及实用性数据的综合参数,
则可以得到各个参数的值,即得到智能设计布局配置,该多元线性回归方程的数量可以是
多个的,本发明实施例对此不作过多的限制,本发明实施例中,还可以通过其他类型的线性
回归方程针对上述的数据进行拟合,本发明实施例对此不作过多的限制。
步骤104,将所述智能设计布局配置与基本房屋模型进行叠加,得到整体房屋模型;
需要说明的是,该智能设计布局配置即为多元线性回归方程在最优解下计算出来的水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量、水电布线位置、水电布线长度,电开关位置, 进水位置,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向等参数的组合。
步骤105,输出所述整体房屋模型至客户端。
具体应用到本发明实施例中,在得到智能设计布局配置后,可以将智能设计布局配置与基本房屋模型进行叠加,得到整体房屋模型。
该基本房屋模型可以是预置在服务器内的房屋模型,将两者叠加后,得到整体房屋模型,再将该整体房屋模型输出至客户端,以便客户查看。
在一种优选的实施例中,还可以输出第二整体房屋模型至客户端,该第二整体房屋模型为进一步推荐的房屋模型,具体而言,服务器可以获取到优化系数及设定的满意度及实用性数据的综合参数,将所述优化系数及满意度及实用性数据的综合参数输入至迭代完成的多元线性回归方程,得到智能设计布局配置中的水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量、水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向;
将所述水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量、水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向与历史数据中的水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量、水电布线位置、水电布线长度,电开关位置,进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向进行对比,得到对应的设计样本数据,将所述对应的设计样本数据与基本房屋模型进行叠加,得到第二整体房屋模型;输出所述第二整体房屋模型至客户端。
本发明实施例中,该室内设计的智能数据处理方法包括:获取到历史数据中的多个设计样本数据;筛选出所述设计样本数据中的满意度及实用性数据符合条件的预设数量的设计样本数据;根据所述预设数量的设计样本数据与预先获取的客户需求参数进行结合,生成智能设计布局配置;将所述智能设计布局配置与基本房屋模型进行叠加,得到整体房屋模型;输出所述整体房屋模型至客户端;生成针对用户端及水电工作端的展示布局,提高了室内设计的展示及功能的多样性及全面性,有助于提高室内设计的协同效率。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本实施例并不受所描述的动作顺序的限制,因为依据本实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本实施例所必须的。
参照图2,示出了本实施例的一种室内设计的智能数据处理装置实施例的结构框图,具体可以包括如下模块:
设计样本数据获取模块301,用于获取到历史数据中的多个设计样本数据;
筛选模块302,用于筛选出所述设计样本数据中的满意度及实用性数据符合条件的预设数量的设计样本数据;
配置生成模块303,用于根据所述预设数量的设计样本数据与预先获取的客户需求参数进行结合,生成智能设计布局配置;
叠加模块304,用于将所述智能设计布局配置与基本房屋模型进行叠加,得到整体房屋模型;
输出模块305,用于输出所述整体房屋模型至客户端。
优选地,所述筛选模块包括:
满意度获取子模块,用于获取到所述设计样本数据的满意度;
实用性数据获取子模块,用于获取到所述设计样本数据的实用性数据;
排序子模块,用于将所述满意度及实用性数据进行排序,分别得到排序后的设计样本数据;
筛选子模块,用于在所述排序后的设计样本数据筛选出排序在前的预设数量的设计样本数据。
优选地,所述设计样本数据获取模块包括:
所述设计样本数据包括水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向;
历史数据获取子模块,用于获取到历史数据;
识别子模块,用于识别并提取出所述历史数据中的水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向。
优选地,所述配置生成模块包括:
所述客户需求参数包括水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量;
构建子模块,用于将所述水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量分别配置至所述设计样本数据中水电布线位置、水电布线长度,电开关位置,进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向对应的房屋模型中,构建多元线性回归方程,迭代所述多元线性回归方程,得到优化系数,生成智能设计布局配置。
优选地,所述将所述水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量分别配置至所述设计样本数据中水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向对应的房屋模型中,构建多元线性回归方程,迭代所述多元线性回归方程,得到优化系数,生成智能设计布局配置,包括:
其中,所述多元线性回归方程为:
Sj为满意度及实用性数据的综合参数,为物品容纳体积;为洗涤体积;
为水电布线位置;为水电布线长度;为电开关位置;为进水位置;为出水位置;
为储物位置;为墙体配色;为柜体配色;为家具位置;为窗户位置为模拟管道水
体流动方向;为适老化设置数量;为水龙头数据;为婴幼儿数量;Y为回归方程顺序变
量;为各参数的优化系数。
优选地,所述装置还包括:
数据获取模块,用于获取到优化系数及设定的满意度及实用性数据的综合参数,将所述优化系数及满意度及实用性数据的综合参数输入至迭代完成的多元线性回归方程,得到智能设计布局配置中的水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量、水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向;
对比模块,用于将所述水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量、水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向与历史数据中的水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量、水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向进行对比,得到对应的设计样本数据,将所述对应的设计样本数据与基本房屋模型进行叠加,得到第二整体房屋模型;
模型输出模块,用于输出所述第二整体房屋模型至客户端。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
关于室内设计的智能数据处理装置的具体限定可以参见上文中对于室内设计的智能数据处理方法的限定,在此不再赘述。上述室内设计的智能数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
上述提供的室内设计的智能数据处理装置可用于执行上述任意实施例提供的室内设计的智能数据处理方法,具备相应的功能和有益效果。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种运行维护的方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现如图1所述的步骤:
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如图1所述的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本实施例是参照根据本实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种室内设计的智能数据处理系统、一种室内设计的智能数据处理方法和一种室内设计的智能数据处理装置、一种计算机设备及一种存储介质,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种室内设计的智能数据处理方法,其特征在于,包括:
获取到历史数据中的多个设计样本数据;
筛选出所述设计样本数据中的满意度及实用性数据符合条件的预设数量的设计样本数据;
根据所述预设数量的设计样本数据与预先获取的客户需求参数进行结合,生成智能设计布局配置;
将所述智能设计布局配置与基本房屋模型进行叠加,得到整体房屋模型;
输出所述整体房屋模型至客户端。
2.根据权利要求1所述的方法,其特征在于,所述筛选出所述设计样本数据中的满意度及实用性数据符合条件的预设数量的设计样本数据,包括:
获取到所述设计样本数据的满意度;
获取到所述设计样本数据的实用性数据;
将所述满意度及实用性数据进行排序,分别得到排序后的设计样本数据;
在所述排序后的设计样本数据筛选出排序在前的预设数量的设计样本数据。
3.根据权利要求1所述的方法,其特征在于,所述获取到历史数据中的多个设计样本数据,包括:
所述设计样本数据包括水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向;
获取到历史数据;
识别并提取出所述历史数据中的水电布线位置、水电布线长度,电开关位置, 进水位置,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向。
4.根据权利要求3所述的方法,其特征在于,所述根据所述预设数量的设计样本数据与预先获取的客户需求参数进行结合,生成智能设计布局配置,包括:
所述客户需求参数包括水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量;
将所述水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量分别配置至所述设计样本数据中水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向对应的房屋模型中,构建多元线性回归方程,迭代所述多元线性回归方程,得到优化系数,生成智能设计布局配置。
5.根据权利要求4所述的方法,其特征在于,所述将所述水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量分别配置至所述设计样本数据中水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向对应的房屋模型中,构建多元线性回归方程,迭代所述多元线性回归方程,得到优化系数,生成智能设计布局配置,包括:
其中,所述多元线性回归方程为:
Sj为满意度及实用性数据的综合参数,为物品容纳体积;/>为洗涤体积;/>为水电布线位置;/>为水电布线长度;/>为电开关位置;/>为进水位置;/>为出水位置;/>为储物位置;/>为墙体配色;/>为柜体配色;/>为家具位置;/>为窗户位置/>为模拟管道水体流动方向;/>为适老化设置数量;/>为水龙头数据;/>为婴幼儿数量;Y为回归方程顺序变量;为各参数的优化系数。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
获取到优化系数及设定的满意度及实用性数据的综合参数,将所述优化系数及满意度及实用性数据的综合参数输入至迭代完成的多元线性回归方程,得到智能设计布局配置中的水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量、水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向;
将所述水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量、水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向与历史数据中的水龙头数据、物品容纳体积、洗涤体积、婴幼儿数量、适老化设置数量、水电布线位置、水电布线长度,电开关位置, 进水位置 ,出水位置,储物位置,墙体配色,柜体配色、家具位置、窗户位置,模拟管道水体流动方向进行对比,得到对应的设计样本数据,将所述对应的设计样本数据与基本房屋模型进行叠加,得到第二整体房屋模型;
输出所述第二整体房屋模型至客户端。
7.一种室内设计的智能数据处理系统,其特征在于,包括:
设计样本数据获取模块,用于获取到历史数据中的多个设计样本数据;
筛选模块,用于筛选出所述设计样本数据中的满意度及实用性数据符合条件的预设数量的设计样本数据;
配置生成模块,用于根据所述预设数量的设计样本数据与预先获取的客户需求参数进行结合,生成智能设计布局配置;
叠加模块,用于将所述智能设计布局配置与基本房屋模型进行叠加,得到整体房屋模型;
输出模块,用于输出所述整体房屋模型至客户端。
8.一种室内设计的智能数据处理装置,其特征在于,包括:
设计样本数据获取模块,用于获取到历史数据中的多个设计样本数据;
筛选模块,用于筛选出所述设计样本数据中的满意度及实用性数据符合条件的预设数量的设计样本数据;
配置生成模块,用于根据所述预设数量的设计样本数据与预先获取的客户需求参数进行结合,生成智能设计布局配置;
叠加模块,用于将所述智能设计布局配置与基本房屋模型进行叠加,得到整体房屋模型;
输出模块,用于输出所述整体房屋模型至客户端。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的室内设计的智能数据处理的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的室内设计的智能数据处理的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410043189.6A CN117556524B (zh) | 2024-01-11 | 2024-01-11 | 一种室内设计的智能数据处理系统、方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410043189.6A CN117556524B (zh) | 2024-01-11 | 2024-01-11 | 一种室内设计的智能数据处理系统、方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117556524A true CN117556524A (zh) | 2024-02-13 |
CN117556524B CN117556524B (zh) | 2024-04-30 |
Family
ID=89811534
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410043189.6A Active CN117556524B (zh) | 2024-01-11 | 2024-01-11 | 一种室内设计的智能数据处理系统、方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117556524B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109033652A (zh) * | 2018-08-02 | 2018-12-18 | 江苏艾佳家居用品有限公司 | 一种基于滑动窗特征与回归预测的室内自动布局方法 |
CN109344532A (zh) * | 2018-10-23 | 2019-02-15 | 美宅科技(北京)有限公司 | 一种应用于地产的室内设计方法及装置 |
CN109711928A (zh) * | 2018-12-11 | 2019-05-03 | 平安科技(深圳)有限公司 | 房屋模拟装修方法、装置、存储介质及移动终端 |
CN111259481A (zh) * | 2020-01-21 | 2020-06-09 | 哈尔滨工业大学 | 一种整合空间信息的建筑室内光环境设计评价方法及装置 |
US20210019455A1 (en) * | 2019-07-17 | 2021-01-21 | Smartscapes Studio, S.L. | Method and system for calculating a space planning and generating design solutions assisted by artificial intelligence |
CN112948951A (zh) * | 2021-04-07 | 2021-06-11 | 万翼科技有限公司 | 建筑模型创建方法与装置、处理服务器 |
KR20220028813A (ko) * | 2020-08-31 | 2022-03-08 | 김의현 | 가상현실 기반의 인공지능 인테리어 큐레이션 플랫폼 시스템 |
CN115115846A (zh) * | 2022-07-28 | 2022-09-27 | 杭州群核信息技术有限公司 | 户型布局的自动生成方法、装置、计算机设备及存储介质 |
-
2024
- 2024-01-11 CN CN202410043189.6A patent/CN117556524B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109033652A (zh) * | 2018-08-02 | 2018-12-18 | 江苏艾佳家居用品有限公司 | 一种基于滑动窗特征与回归预测的室内自动布局方法 |
CN109344532A (zh) * | 2018-10-23 | 2019-02-15 | 美宅科技(北京)有限公司 | 一种应用于地产的室内设计方法及装置 |
CN109711928A (zh) * | 2018-12-11 | 2019-05-03 | 平安科技(深圳)有限公司 | 房屋模拟装修方法、装置、存储介质及移动终端 |
US20210019455A1 (en) * | 2019-07-17 | 2021-01-21 | Smartscapes Studio, S.L. | Method and system for calculating a space planning and generating design solutions assisted by artificial intelligence |
CN111259481A (zh) * | 2020-01-21 | 2020-06-09 | 哈尔滨工业大学 | 一种整合空间信息的建筑室内光环境设计评价方法及装置 |
KR20220028813A (ko) * | 2020-08-31 | 2022-03-08 | 김의현 | 가상현실 기반의 인공지능 인테리어 큐레이션 플랫폼 시스템 |
CN112948951A (zh) * | 2021-04-07 | 2021-06-11 | 万翼科技有限公司 | 建筑模型创建方法与装置、处理服务器 |
CN115115846A (zh) * | 2022-07-28 | 2022-09-27 | 杭州群核信息技术有限公司 | 户型布局的自动生成方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117556524B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Castelli et al. | Prediction of energy performance of residential buildings: A genetic programming approach | |
Reed et al. | Which panel data estimator should I use? | |
Sopha et al. | Adoption and diffusion of heating systems in Norway: Coupling agent-based modeling with empirical research | |
Ayvaz et al. | Electricity consumption forecasting for Turkey with nonhomogeneous discrete grey model | |
Lee et al. | The use of normative energy calculation beyond building performance rating | |
Coffey et al. | Towards a very low-energy building stock: modelling the US commercial building sector to support policy and innovation planning | |
El Kontar et al. | Profiling occupancy patterns to calibrate Urban Building Energy Models (UBEMs) using measured data clustering | |
Darvishan et al. | Unit commitment-based load uncertainties based on improved particle swarm optimisation | |
Yuan et al. | Optimal parameters estimation of the proton exchange membrane fuel cell stacks using a combined owl search algorithm | |
CN115682312A (zh) | 一种空调节能控制方法、装置、设备及可读存储介质 | |
CN117556524B (zh) | 一种室内设计的智能数据处理系统、方法及装置 | |
Kadish et al. | Crafting sustainability: approaching wicked environmental problems through high–low tech practice | |
Osman et al. | Stochastic bottom-up load profile generator for Canadian households’ electricity demand | |
CN111599241B (zh) | 一种物联网教学虚拟仿真系统 | |
CN102929636A (zh) | 一种人机交互界面创建方法和装置 | |
CN116933362A (zh) | 室内设计方案自动生成方法、装置、计算机设备及介质 | |
Alsmadi et al. | Genetic algorithm approach with frequency selectivity for model order reduction of MIMO systems | |
CN108563841B (zh) | 一种用于室内设计的饰品智能摆放系统 | |
Sözen et al. | Malmquist total factor productivity index approach to modelling Turkey's performance of energy consumption | |
Huang et al. | Probabilistic load flow computation considering dependence of wind powers and using quasi‐Monte Carlo method with truncated regular vine copula | |
Lu et al. | Wind farm layout design optimization through multi-scenario decomposition with complementarity constraints | |
Gunasekera | Inferences on functions of Pareto parameters with application to income inequality measures | |
CN109636540A (zh) | 用于窗户订制的报价单生成方法、装置、存储介质及终端 | |
Yin et al. | Relating vertical specialization to indigenous technological capability growth: The Case of China | |
Liu et al. | Testing serial correlation in partially linear single-index errors-in-variables models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |