파프리카 농장

아래 Project Structure 에 나온 순서대로 데이터 전처리를 수행한다. (1) 사당 4동 추출 프로젝트 대상지는 행정동 단위로 선정한다. 쓰레기 수거 업체가 행정동 단위로 선정되는 경우가 많기 때문이다. 때문에 행정동 경계 데이터 중 대상지를 추출하여 사용한다. 이번에는 사당 4동을 추출하여 사용한다. 행정동 경계를 추출한 뒤 서울시 전체 건물, 건물 출입구, 도로 데이터 중 대상지 (사당 4동) 만을 추출한다. #%% Data Preprocessing - (1) 사당 4동 # (1) SADANG 4 sd = gpd.read_file(load_dir + '/haengjeongdong/Z_SOP_BND_ADM_DONG_PG.shp', encoding='cp949') sd = sd[sd['ADM_..

Algorithm 2023. 2. 19. 23:38

NEW POINT 프로젝트는 기존 문전 수거방식이 주를 이루는 쓰레기 수거 시스템을 거점형 수거 방식으로 변경함으로써 보다 효율적, 경제적 쓰레기 처리 시스템을 구축하는 것을 목표로 한다. 이전에 포스팅한 쓰레기 배출 시뮬레이션 역시 본 프로젝트의 일환으로 쓰레기 배출량을 예측하기 위해 고안되었다. 본 포스팅은 쓰레기 배출 시뮬레이션 알고리즘을 포함한 쓰레기 거점 설치 최적 장소 선별 및 수거 경로 추출 알고리즘 등을 결합한 단일의 프로젝트에 대한 설명을 기술한다. 프로젝트는 크게 3 파트로 구성된다. 1. 데이터 준비 2. 데이터 전처리 3. 알고리즘 적용 1. 데이터 준비 위 도식도에는 1. 데이터 준비 과정은 포함되어 있지 않다. 프로젝트에서 사용되는 원천 데이터는 다음과 같다. 번호 변수 명 데이..

Algorithm 2023. 2. 19. 17:00

정제한 데이터에 필지 별로 거점을 부여한다. 정확히는 행위자가 이용할 것으로 예상되는 거점을 matching 한다. 17개 거점 중 행위자가 어떤 거점을 이용할까. 당연히 제일 가까운 곳을 이용할 가능성이 크다. 해서, 행위자 기준 100m 이내에 위치한 거점을 대상 거점으로 부여했다. 100m 이내에 거점이 없는 행위자는 150m 이내 가장 가까운 거점 한 곳을 부여했다. #%% New Point 좌표 생성 new_point = {'point_number':range(0, 17), 'geometry':[Point(197386.30,442712.87), Point(197538.45,442701.02), Point(197443.36,442582.25), Point(197398.14,442500.79), P..

Algorithm 2023. 1. 9. 16:46

소위 '빌라촌'의 고질적 문제는 주차와 쓰레기 문제 등이 있다. 골목길을 넓히고 유휴부지를 충분히 확보하면 해결될 문제들이지만, 현실적으로 쉽지 않다. 동시에 꼭 해결되어야 할 문제이기도 하다. 해서, 지난 학기 도시재생 수업 중 '사당 4동 도시재생 프로젝트 과제' 를 통해 사당 4동의 쓰레기 문제를 해결하기 위한 방안으로 강구해낸 방법이 쓰레기 수거 방식의 변화였다. 우리나라의 쓰레기 수거 체계는 크게 3가지로 나눌 수 있다. 문전수거 방식 / 거점형 수거 방식 / 혼합형 수거 방식 이 그것이다. 먼저 문전수거 방식은 말 그대로 각자 집 앞에 쓰레기를 배출하는 방식이다. 배출 요일과 시간이 정해져 있어서 해당 시점에 쓰레기를 배출해야 한다. 대부분 빌라촌에서 사용되는 방식이며, 규칙만 존재할 뿐 관리..

Algorithm 2023. 1. 9. 15:29

셀룰러 오토마타 (Cellular Automata) 는 유한한 격자 공간 내에서 세포(CA) 의 움직임을 구현한 알고리즘이다. 각 세포는 일정한 상태를 (예를 들면 생존/죽음 과 같은) 가지며, 시간의 흐름에 따라 일정한 규칙을 적용 받는다. 대표적 알고리즘 적용 사례로는 '생명게임' 이 있다. 다음은 '생명게임' 을 구현한 코드와 결과이다. import cellpylib as cpl cellular_automaton = cpl.init_simple2d(60, 60) cellular_automaton[:, [28,29,30,30], [30,31,29,31]] = 1 # Glider cellular_automaton[:, [40,40,40], [15,16,17]] = 1 # Blinker cellular_..

Algorithm 2023. 1. 2. 17:23

이번엔 좌표 값을 부여한 뒤 DBSCAN 을 이용해서 테두리 부분만 남겨본다. 빨간색만 남겨주기 위해 빨간색의 label 인 4 만 남긴다. 몰랐는데 np.where 를 쓰면 array 를 담은 tuple 이 반환된다. tuple 형태로는 아무것도 할 수 없으므로 tuple 속 array 를 꺼내서 2차원 numpy array 로 바꿔주었다. # 빨간색만 남기기 target = np.where(pos == 4) target = np.concatenate([target[1].reshape(target[1].shape[0], 1), target[0].reshape(target[0].shape[0], 1)], axis=1) 그 다음, 좌표 값을 부여해준다. 좌표 값을 어떻게 부여해야 하나 고민하다가 픽셀 위치..

Algorithm 2022. 12. 25. 15:08

이미지 데이터에는 색깔을 표현하는 rgb 값들이 픽셀 단위로 들어있다. 오늘은 이 RGB 값에 클러스터링을 적용해서 원하는 색을 뽑아낸 뒤 좌표값을 부여하는 알고리즘을 만들어보려 한다. 우선 적절한 이미지를 구한다. 토지이음에서 적당한 이미지를 하나 가져왔다. 영등포 시장 정비구역의 지형도면이다. 목표는 저 빨간색 점선만 남기기! 파이썬에서 이미지를 불러온다. 필요한 라이브러리를 불러오고, import numpy as np from PIL import Image from sklearn.cluster import KMeans from sklearn.cluster import DBSCAN from sklearn.neighbors import NearestNeighbors from shapely.geometr..

Algorithm 2022. 12. 24. 15:22