城市更新这一主题对于城市来说是永远存在的,它是城市生机盎然的重要体现,同时这项活动是具有生命力的,而且这种生命力是持续增强的。可以说,世界城市的发展进程就是城市不断改造和更新的新陈代谢过程。中国改革开放以来,经济发展成为主题,城市得到了快速改善与进步,同时也使用了多种方案来解决发展中的瓶颈问题,城市更新就是最重要的方案之一。城市更新中会面临多个维度的问题:投资风险问题、土地出让规范问题、文化传承问题、政策和法律法规问题、土地权属问题、房屋征收与补偿问题等,在众多问题中,房屋征收与补偿问题日益突出。21世纪第二个十年,逐渐出现了多种新技术如大数据、AI等,对于城市更新而言,这些技术的不断发展同时也带来了新的途径以及手段,能否利用新兴技术有效解决当前城市更新的突出问题已经成为当前城市更新研究者的热点。总体上,人工智能、大数据等新兴技术的出现,为能更客观地认识城市发展规律,能更科学地开展城市更新工作提供了极好的条件。就目前的新兴技术应用来说,无论是在国际还是国内,人工智能、大数据等技术的应用都还处于起步阶段,在城市更新领域更是只有近几年的讨论与应用。因此,本课题以城市更新为背景,在分析与认识国内外城市更新现状与突出问题基础上,紧紧围绕城市房屋征收与拆迁中的评估问题,探索人工智能、大数据等新兴技术在城市更新中的全新解决路径,更加科学、更加客观地保障城市房屋征收与补偿中各方利益,续写新时代下城市更新工作新篇章。本文紧紧围绕城市房屋征收与补偿中的评估问题展开大数据下房屋征收风险智能评估关键方法探索性研究,促进人工智能等新兴技术与城市更新工作的深度融合。具体研究内容如下:1.针对当前征收领域云资源平台空白问题,构建征收房屋云资源平台。在分析了云数据中心和云中心网络的经典结构之后,提出构建一种基于Cisco ACI的云数据中心网络,并对其整体架构、管理与控制平面、数据平面、转发过程进行详细设计。2.针对当前云资源调度仍然是云资源平台的瓶颈性问题,提出一种改进蚁群算法的模型。在传统的蚁群模型基础之上,构建新的云任务调度模型。对虚拟机节点和云子任务建立一个矩阵。同时建立了新的更新规则。最后,设计仿真实验,使用Suprex作为对比,分别在资源利用率,错过最后期限百分比及吞吐量等方面进行对比实验。3.研究基于Cesium拆迁区域三维场景构建方法。从3DTiles数据格式、Smart3D自动化建模软件、基于Cesium的三维实景呈现流程以及关键性算法改进进行阐述和研究。首先阐述3DTiles数据格式及特点和Smart3D自动建模软件及特点。然后对三维建模场景的关键两个算法进行深入研究,一个是场景裁剪算法,一个是海量数据模型加载调度算法。在Cesium下,解决了场景中不可见元素的剔除问题,提出了一种基于改进的裁剪算法,主要是基于点面关系进行计算。提出了一种基于多叉树的海量数据调度算法,实现了海量数据场景的快速、流畅化渲染呈现。最后,展示研究成果在实际当中的应用情况。4.研究征收房屋痕迹检测算法。对深度学习中的卷积神经网络模型进行了改进,将其分为两个模块:分割模块和决策模块。图像经过预处理之后将其输入到分割模块进行训练,然后将分割模块地输出和网络特征作为决策模块的输入来检测图像中的缺陷情况。改进的模型中优化了分割模块中的卷积层和卷积核大小,构建了新的卷积网络模型,下采样中使用最大池化代替了最大步长,同时对损失函数和激活函数进行设计。最后,通过实验室团队所采集建筑物图像数据进行了实验验证。5.征收房屋评估模型研究。以征收房屋为研究对象,构建征收房屋评价指标体系,探索与人工智能技术结合,对循环神经网络随着梯度增加导致整个网络变得臃肿的问题进行改进,能够对征收房屋进行个性化评估,为房屋征收工作提供参考指导。