CN112925842B - 规划实施项目库生成方法 - Google Patents
规划实施项目库生成方法 Download PDFInfo
- Publication number
- CN112925842B CN112925842B CN202110327507.8A CN202110327507A CN112925842B CN 112925842 B CN112925842 B CN 112925842B CN 202110327507 A CN202110327507 A CN 202110327507A CN 112925842 B CN112925842 B CN 112925842B
- Authority
- CN
- China
- Prior art keywords
- data
- land
- representing
- password
- factor
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 239000011159 matrix material Substances 0.000 claims description 42
- 238000007781 pre-processing Methods 0.000 claims description 15
- 238000010276 construction Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 6
- 230000002093 peripheral effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 5
- 239000011707 mineral Substances 0.000 claims description 5
- 230000008676 import Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims 1
- 238000005056 compaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提出了一种规划实施项目库生成方法,包括以下步骤:S0,登录系统;S1,将其采集的与其项目相关的数据导入数据库;S2,对其数据库中的数据整理生成项目库;S3,对项目库中的数据进行数据导出展示。本发明能够对采集的数据建立项目库,并将其以地图的形式可视化展示。
Description
技术领域
本发明涉及一种项目库技术领域,特别是涉及一种规划实施项目库生成方法。
背景技术
结合已供土地开发利用情况、房地产库存情况及去化周期分析、城市重点发展方向,同时兼顾财政目标进行用地需求预测,确定各类用地的年度供应量。构建大数据分析模型对存量用地进行成熟度评价,并结合土地征收和整治的实施进度,合理安排土地供应时序节奏,强化规划引领作用,使土地供应成为保障规划意图实现的重要抓手,实现高质量供地和城市品质提升,并落实“三稳”调控目标,保障房地产市场平稳运行。
发明内容
本发明旨在至少解决现有技术中存在的技术问题,特别创新地提出了一种规划实施项目库生成方法。
为了实现本发明的上述目的,本发明提供了一种规划实施项目库生成方法,包括以下步骤:
S0,登录系统;
S1,将其采集的与其项目相关的数据导入数据库;
S2,对其数据库中的数据整理生成项目库;
S3,对项目库中的数据进行数据导出展示。
在本发明的一种优选实施方式中,将其采集的与其项目相关的数据导入数据库的方法包括以下步骤:
S11,将待导入数据库的数据编号,依次分别为D1、D2、D3、……、Ds,其中,s表示待导入数据库的数据条数,D1表示待导入数据库的第1数据,D2表示待导入数据库的第2数据,D3表示待导入数据库的第3数据,Ds表示待导入数据库的第s数据;
S12,提取每条数据的关键词,对其进行关键词运算,得到其检索字符串;其得到检索字符串的方法为:
SHA-1()表示安全哈希算法;
若提取的待导入数据库的第h数据中的关键词所对应的检索字符串不存在于数据库中的检索字符串池中,则将提取的待导入数据库的第h数据中的关键词所对应的检索字符串存储于检索字符串池;并以提取的待导入数据库的第h数据中的关键词所对应的检索字符串为项目库名称建立项目库;
S14,h=h+1,当其h≥s,数据导入数据库完成;
当其h<s,返回步骤S13。
在本发明的一种优选实施方式中,展示的数据包括片区人口分布、用地实施情况、各类配套设施完善度、成熟度指标、近五年土地供应及交易情况之一或者任意组合。
在本发明的一种优选实施方式中,在步骤S0包括以下步骤:
S01,获取登录用户名和登录密码,分别记作为Login Username和LoginPassword;其中,Login Username表示登录用户输入的登录用户名,Login Password表示登录用户输入的登录密码;
S02,对其登录用户输入的登录用户名LoginUsername进行以下操作:
其中,Username表示安全登录用户名;
SHA-1()表示安全哈希算法;
Usernamei表示登录用户名LoginUsername中的第i位字符;
I表示登录用户名的总位数;
判断其安全登录用户名Username是否存在于安全登录用户名列表中:
若安全登录用户名Username存在于安全登录用户名列表中,则将其安全登录用户名Username所对应的密码构成密码池,所述密码池包括K个密码,所述K为大于或者等于1的正整数,分别为K1、K2、K3、……、Kk,k为密码池中密码总个数,K1表示密码池中第1密码,K2表示密码池中第2密码,K3表示密码池中第3密码,Kk表示密码池中第k密码;执行下一步;
若安全登录用户名Username不存在于安全登录用户名列表中,则提示其登录用户名Login Username输入错误;
S03,对其登录用户输入的登录密码LoginPassword进行以下操作:
其中,Password表示安全登录密码;
SHA-1()表示安全哈希算法;
Passwordj表示登录密码LoginPassword中的第j位字符;
J表示登录密码的总位数;
判断其安全登录密码Password是否存在于安全登录用户名Username所对应的密码池中:
若安全登录密码Password存在于安全登录用户名Username所对应的密码池中,则登录系统成功;
若安全登录密码Password不存在于安全登录用户名Username所对应的密码池中,则登录系统失败;请重新输入登录用户名和登录密码。
在本发明的一种优选实施方式中,在步骤S2包括以下步骤:
S21,获取待供应土地相影响的数据因素,得到其土地影响因素数据;
S22,对步骤S21中得到的土地影响因素数据进行预处理,得到其土地预处理影响因素数据;
S23,对步骤S22中得到的土地预处理影响因素数据形成影响因素矩阵;
S24,根据其步骤S23中得到的影响因素矩阵与其所对应的权重系数,得到其成熟度系数;判断其成熟度系数是否大于或者等于预设成熟度系数:
若计算得到的成熟度系数大于或者等于预设成熟度系数,则对其待供应土地在地图上进行标红处理;
若计算得到的成熟度系数小于预设成熟度系数,则对其待供应土地进行标灰处理;
S25,得到其地图标记项目库。
在本发明的一种优选实施方式中,与待供应土地相影响的数据因素包括人口、底线管控、用地实施情况、土地供应条件之一或者任意组合因素;
人口因素包括规划人口指标;
底线管控因素包括是否侵占自然保护地指标、是否侵占永久基本农田指标、是否侵占生态保护红线指标之一或者任意组合;
用地实施情况因素包括周边Xkm范围现状建设用地实施率指标或/和周边Ykm范围现状在建建设用地实施率指标;所述X、Y为正数,km表示距离单位千米;
土地供应条件因素包括是否涉及宗地抵押指标、是否完成征地手续指标、是否涉及地灾隐患点指标、是否涉及压覆矿产指标、是否涉及现状林地指标之一或者任意组合。
在本发明的一种优选实施方式中,对得到的土地影响因素数据进行预处理,得到其土地预处理影响因素数据的方法包括以下步骤:
S221,对得到的土地影响所有因素数据进行顺序编号,分别为A1、A2、A3、……、Aa,a表示土地影响所有因素数据的总数,且为大于或者等于1的正整数;A1表示土地影响第1因素数据,A2表示土地影响第2因素数据,A3表示土地影响第3因素数据,……,Aa表示土地影响第a因素数据;
S222,对土地影响第b因素数据Ab下的所有指标进行顺序编号,其中,表示空集符号,表示包含符号,{}表示集合符号,分别为Ab,1、Ab,2、Ab,3、……、Ab,b′,b′表示土地影响第b因素数据Ab下的所有指标的总数,且为大于或者等于1的正整数;Ab,1表示土地影响第b因素数据Ab下的第1指标,Ab,2表示土地影响第b因素数据Ab下的第2指标,Ab,3表示土地影响第b因素数据Ab下的第3指标,……,Ab,b′表示土地影响第b因素数据Ab下的第b′指标;c=1,c″=1;
S223,依次判断其土地影响第c因素数据Ac下的第c″指标Ac,c″与Ac,c″,max和Ac,c″,min间的关系:
若土地影响第c因素数据Ac下的第c″指标Ac,c″小于或者等于Ac,c″,max,且大于或者等于Ac,c″,min,Ac,c″,max表示土地影响第c因素数据Ac下的第c″指标Ac,c″所对应的预设最大阈值,Ac,c″,min表示土地影响第c因素数据Ac下的第c″指标Ac,c″所对应的预设最小阈值;其中,表示空集符号,表示包含符号,{}表示集合符号;c″表示土地影响第c因素数据Ac下的指标序号;即Ac,c″,min≤Ac,c″≤Ac,c″,max;则将土地影响第c因素数据Ac下的第c″指标Ac,c″保留;
若土地影响第c因素数据Ac下的第c″指标Ac,c″大于Ac,c″,max,或者小于Ac,c″,min,即Ac,c″,min>Ac,c″,或者Ac,c″,max<Ac,c″;则将土地影响第c因素数据Ac下的第c″指标Ac,c″筛除;
S224,c″=c″+1;判断其c″与c′的关系:
若c″≥c′,c′表示土地影响第c因素数据Ac下的所有指标的总数,且为大于或者等于1的正整数;则c=c+1;执行步骤S25;
若c″<c′,则返回步骤S23;
S225,c=c+1;判断c与a的关系:
若c≥a,则预处理完成;
若c<a,则c″=1;返回步骤S223。
在本发明的一种优选实施方式中,对其得到的土地预处理影响因素数据形成影响因素矩阵的方法包括以下步骤:
S231,获取其土地影响所有因素的总数,设定为M;
S232,获取其土地影响每个因素下的指标数个数,选出其指标数个数最大,设定为N;
S233,构建其矩阵PMN,PMN表示矩阵PMN有M行N列,将其指标值对应依次写入矩阵PMN,若在矩阵PMN中的元素值Pmn处未对应其指标值,Pmn表示在矩阵PMN中第m行第n处的元素值,所述m为小于或者等于M的正整数,所述n为小于或者等于N的正整数,将指标值写为1或0。
在本发明的一种优选实施方式中,成熟度系数的计算方法为:
其中,Rio表示成熟度系数;
PMN表示影响因素矩阵;
g表示影响因素矩阵PMN所对应的权重系数;
η表示调整系数;
Qij表示供应矩阵;
G表示供应矩阵Qij所对应的权重矩阵;
T表示转置矩阵;
|| ||表示2范数。
在本发明的一种优选实施方式中,对其地图标红的处理方法为:
S241,获取地图上已标红所对应的像素值;得到其标红第一像素值和标红第二像素值,标红第一像素值小于标红第二像素值,其标红第一像素值是标红像素值中的最小值,标红第二像素值是标红像素值中的最大值;
S242,判断其标红第一像素值和标红第二像素值所对应的成熟度系数与待标红像素值所对应的成熟度系数关系:
若待标红像素值所对应的成熟度系数大于第二像素值所对应的成熟度系数,则其中,表示待标红像素值,φ1表示第二像素值所对应的成熟度系数,φ2表示第一像素值所对应的成熟度系数,表示第二像素值,表示第一像素值,λ0表示待标红像素值所对应的成熟度系数;int()表示取整函数;为大于或者等于1且小于或者等于10的正整数;μ表示色彩位数;
若待标红像素值所对应的成熟度系数小于第一像素值所对应的成熟度系数,则其中,表示待标红像素值,φ1表示第二像素值所对应的成熟度系数,φ2表示第一像素值所对应的成熟度系数,表示第二像素值,表示第一像素值,λ0表示待标红像素值所对应的成熟度系数;int()表示取整函数;为大于或者等于1且小于或者等于10的正整数;ξ为大于或者等于1且小于或者等于10的正整数;
若待标红像素值所对应的成熟度系数小于或者等于第二像素值所对应的成熟度系数,且大于或者等于第一像素值所对应的成熟度系数,则其中,表示待标红像素值,φ1表示第二像素值所对应的成熟度系数,φ2表示第一像素值所对应的成熟度系数,表示第二像素值,表示第一像素值,λ0表示待标红像素值所对应的成熟度系数;int()表示取整函数;
S243,将待标红像素值标记在待标红地图上。
综上所述,由于采用了上述技术方案,本发明能够对采集的数据建立项目库,并将其以地图的形式可视化展示。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明流程示意框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
本发明提供了一种规划实施项目库生成方法,如图1所示,包括以下步骤:
S0,登录系统;
S1,将其采集的与其项目相关的数据导入数据库;
S2,对其数据库中的数据整理生成项目库;
S3,对项目库中的数据进行数据导出展示。
在本发明的一种优选实施方式中,将其采集的与其项目相关的数据导入数据库的方法包括以下步骤:
S11,将待导入数据库的数据编号,依次分别为D1、D2、D3、……、Ds,其中,s表示待导入数据库的数据条数,D1表示待导入数据库的第1数据,D2表示待导入数据库的第2数据,D3表示待导入数据库的第3数据,Ds表示待导入数据库的第s数据;
S12,提取每条数据的关键词,对其进行关键词运算,得到其检索字符串;其得到检索字符串的方法为:
SHA-1()表示安全哈希算法;
若提取的待导入数据库的第h数据中的关键词所对应的检索字符串不存在于数据库中的检索字符串池中,则将提取的待导入数据库的第h数据中的关键词所对应的检索字符串存储于检索字符串池;并以提取的待导入数据库的第h数据中的关键词所对应的检索字符串为项目库名称建立项目库;
S14,h=h+1,当其h>s,数据导入数据库完成;
当其h≤s,返回步骤S13。
在本发明的一种优选实施方式中,展示的数据包括片区人口分布、用地实施情况、各类配套设施完善度、生态宜居程度、近五年土地供应及交易情况之一或者任意组合。
在本发明的一种优选实施方式中,在步骤S0包括以下步骤:
S01,获取登录用户名和登录密码,分别记作为Login Username和LoginPassword;其中,Login Username表示登录用户输入的登录用户名,Login Password表示登录用户输入的登录密码;
S02,对其登录用户输入的登录用户名LoginUsername进行以下操作:
其中,Username表示安全登录用户名;
SHA-1()表示安全哈希算法;
Usernamei表示登录用户名LoginUsername中的第i位字符;
I表示登录用户名的总位数;
判断其安全登录用户名Username是否存在于安全登录用户名列表中:
若安全登录用户名Username存在于安全登录用户名列表中,则将其安全登录用户名Username所对应的密码构成密码池,所述密码池包括K个密码,所述K为大于或者等于1的正整数,分别为K1、K2、K3、……、Kk,k为密码池中密码总个数,K1表示密码池中第1密码,K2表示密码池中第2密码,K3表示密码池中第3密码,Kk表示密码池中第k密码;执行下一步;
若安全登录用户名Username不存在于安全登录用户名列表中,则提示其登录用户名Login Username输入错误;
S03,对其登录用户输入的登录密码LoginPassword进行以下操作:
其中,Password表示安全登录密码;
SHA-1()表示安全哈希算法;
Passwordj表示登录密码LoginPassword中的第j位字符;
J表示登录密码的总位数;
判断其安全登录密码Password是否存在于安全登录用户名Username所对应的密码池中:
若安全登录密码Password存在于安全登录用户名Username所对应的密码池中,则登录系统成功;
若安全登录密码Password不存在于安全登录用户名Username所对应的密码池中,则登录系统失败;请重新输入登录用户名和登录密码。
在本发明的一种优选实施方式中,在步骤S2包括以下步骤:
S21,获取待供应土地相影响的数据因素,得到其土地影响因素数据;
S22,对步骤S21中得到的土地影响因素数据进行预处理,得到其土地预处理影响因素数据;
S23,对步骤S22中得到的土地预处理影响因素数据形成影响因素矩阵;
S24,根据其步骤S23中得到的影响因素矩阵与其所对应的权重系数,得到其成熟度系数;判断其成熟度系数是否大于或者等于预设成熟度系数:
若计算得到的成熟度系数大于或者等于预设成熟度系数,则对其待供应土地在地图上进行标红处理;
若计算得到的成熟度系数小于预设成熟度系数,则对其待供应土地进行标灰处理;
S25,得到其地图标记项目库。
在本发明的一种优选实施方式中,与待供应土地相影响的数据因素包括人口、底线管控、生态宜居程度、土地供应条件之一或者任意组合因素;
人口因素包括规划人口指标;
底线管控因素包括是否侵占自然保护地指标、是否侵占永久基本农田指标、是否侵占生态保护红线指标之一或者任意组合;若为侵占自然保护地,其指标值标记为1,若未侵占自然保护地,其指标值标记为0;若为侵占永久基本农田,其指标值标记为1,若未侵占永久基本农田,其指标值标记为0;若为侵占生态保护红线,其指标值标记为1,若为侵占生态保护红线,其指标值标记为0。
用地实施情况因素包括周边Xkm范围现状建设用地实施率指标或/和周边Ykm范围现状在建建设用地实施率指标;所述X、Y为正数,km表示距离单位千米;优选X=Y=1。
土地供应条件因素包括是否涉及宗地抵押指标、是否完成征地手续指标、是否涉及地灾隐患点指标、是否涉及压覆矿产指标、是否涉及现状林地指标之一或者任意组合。若为涉及宗地抵押,其指标值标记为1,若未涉及宗地抵押,其指标值标记为0;若为完成征地手续,其指标值标记为1,若未完成征地手续,其指标值标记为0;若为涉及地灾隐患点,其指标值标记为1,若未涉及地灾隐患点,其指标值标记为0;若为涉及压覆矿产,其指标值标记为1,若未涉及压覆矿产,其指标值标记为0;若为涉及现状林地,其指标值标记为1,若未涉及现状林地,其指标值标记为0。
在本发明的一种优选实施方式中,对得到的土地影响因素数据进行预处理,得到其土地预处理影响因素数据的方法包括以下步骤:
S221,对得到的土地影响所有因素数据进行顺序编号,分别为A1、A2、A3、……、Aa,a表示土地影响所有因素数据的总数,且为大于或者等于1的正整数;A1表示土地影响第1因素数据,A2表示土地影响第2因素数据,A3表示土地影响第3因素数据,……,Aa表示土地影响第a因素数据;
S222,对土地影响第b因素数据Ab下的所有指标进行顺序编号,其中,表示空集符号,表示包含符号,{}表示集合符号,分别为Ab,1、Ab,2、Ab,3、……、Ab,b′,b′表示土地影响第b因素数据Ab下的所有指标的总数,且为大于或者等于1的正整数;Ab,1表示土地影响第b因素数据Ab下的第1指标,Ab,2表示土地影响第b因素数据Ab下的第2指标,Ab,3表示土地影响第b因素数据Ab下的第3指标,……,Ab,b′表示土地影响第b因素数据Ab下的第b′指标;c=1,c″=1;
S223,依次判断其土地影响第c因素数据Ac下的第c″指标Ac,c″与Ac,c″,max和Ac,c″,min间的关系:
若土地影响第c因素数据Ac下的第c″指标Ac,c″小于或者等于Ac,c″,max,且大于或者等于Ac,c″,min,Ac,c″,max表示土地影响第c因素数据Ac下的第c″指标Ac,c″所对应的预设最大阈值,Ac,c″,min表示土地影响第c因素数据Ac下的第c″指标Ac,c″所对应的预设最小阈值;其中,表示空集符号,表示包含符号,{}表示集合符号;c″表示土地影响第c因素数据Ac下的指标序号;即Ac,c″,min≤Ac,c″≤Ac,c″,max;则将土地影响第c因素数据Ac下的第c″指标Ac,c″保留;
若土地影响第c因素数据Ac下的第c″指标Ac,c″大于Ac,c″,max,或者小于Ac,c″,min,即Ac,c″,min>Ac,c″,或者Ac,c″,max<Ac,c″;则将土地影响第c因素数据Ac下的第c″指标Ac,c″筛除;
S224,c″=c″+1;判断其c″与c′的关系:
若c″≥c′,c′表示土地影响第c因素数据Ac下的所有指标的总数,且为大于或者等于1的正整数;则c=c+1;执行步骤S25;
若c″<c′,则返回步骤S23;
S225,c=c+1;判断c与a的关系:
若c≥a,则预处理完成;
若c<a,则c″=1;返回步骤S223。
在本发明的一种优选实施方式中,对其得到的土地预处理影响因素数据形成影响因素矩阵的方法包括以下步骤:
S231,获取其土地影响所有因素的总数,设定为M;
S232,获取其土地影响每个因素下的指标数个数,选出其指标数个数最大,设定为N;
S233,构建其矩阵PMN,PMN表示矩阵PMN有M行N列,将其指标值对应依次写入矩阵PMN,若在矩阵PMN中的元素值Pmn处未对应其指标值,Pmn表示在矩阵PMN中第m行第n处的元素值,所述m为小于或者等于M的正整数,所述n为小于或者等于N的正整数,将指标值写为1或0。
在本发明的一种优选实施方式中,成熟度系数的计算方法为:
其中,Rio表示成熟度系数;
PMN表示影响因素矩阵;
g表示影响因素矩阵PMN所对应的权重系数;
η表示调整系数;
Qij表示供应矩阵;
G表示供应矩阵Qij所对应的权重矩阵;
T表示转置矩阵;
|| ||表示2范数。
在本发明的一种优选实施方式中,对其地图标红的处理方法为:
S241,获取地图上已标红所对应的像素值;得到其标红第一像素值和标红第二像素值,标红第一像素值小于标红第二像素值,其标红第一像素值是标红像素值中的最小值,标红第二像素值是标红像素值中的最大值;
S242,判断其标红第一像素值和标红第二像素值所对应的成熟度系数与待标红像素值所对应的成熟度系数关系:
若待标红像素值所对应的成熟度系数大于第二像素值所对应的成熟度系数,则其中,表示待标红像素值,φ1表示第二像素值所对应的成熟度系数,φ2表示第一像素值所对应的成熟度系数,表示第二像素值,表示第一像素值,λ0表示待标红像素值所对应的成熟度系数;int()表示取整函数;为大于或者等于1且小于或者等于10的正整数;μ表示色彩位数;
若待标红像素值所对应的成熟度系数小于第一像素值所对应的成熟度系数,则其中,表示待标红像素值,φ1表示第二像素值所对应的成熟度系数,φ2表示第一像素值所对应的成熟度系数,表示第二像素值,表示第一像素值,λ0表示待标红像素值所对应的成熟度系数;int()表示取整函数;为大于或者等于1且小于或者等于10的正整数;ξ为大于或者等于1且小于或者等于10的正整数;
若待标红像素值所对应的成熟度系数小于或者等于第二像素值所对应的成熟度系数,且大于或者等于第一像素值所对应的成熟度系数,则其中,表示待标红像素值,φ1表示第二像素值所对应的成熟度系数,φ2表示第一像素值所对应的成熟度系数,表示第二像素值,表示第一像素值,λ0表示待标红像素值所对应的成熟度系数;int()表示取整函数;
S243,将待标红像素值标记在待标红地图上。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (5)
1.一种规划实施项目库生成方法,其特征在于,包括以下步骤:
S0,登录系统;
S1,将其采集的与其项目相关的数据导入数据库;
S2,对其数据库中的数据整理生成项目库;在步骤S2包括以下步骤:
S21,获取待供应土地相影响的数据因素,得到其土地影响因素数据;
S22,对步骤S21中得到的土地影响因素数据进行预处理,得到其土地预处理影响因素数据;在步骤S22中,对得到的土地影响因素数据进行预处理,得到其土地预处理影响因素数据的方法包括以下步骤:
S221,对得到的土地影响所有因素数据进行顺序编号,分别为A1、A2、A3、……、Aa,a表示土地影响所有因素数据的总数,且为大于或者等于1的正整数;A1表示土地影响第1因素数据,A2表示土地影响第2因素数据,A3表示土地影响第3因素数据,……,Aa表示土地影响第a因素数据;
S222,对土地影响第b因素数据Ab下的所有指标进行顺序编号,其中,表示空集符号,表示包含符号,{}表示集合符号,分别为Ab,1、Ab,2、Ab,3、……、Ab,b′,b′表示土地影响第b因素数据Ab下的所有指标的总数,且为大于或者等于1的正整数;Ab,1表示土地影响第b因素数据Ab下的第1指标,Ab,2表示土地影响第b因素数据Ab下的第2指标,Ab,3表示土地影响第b因素数据Ab下的第3指标,……,Ab,b′表示土地影响第b因素数据Ab下的第b′指标;c=1,c″=1;
S223,依次判断其土地影响第c因素数据Ac下的第c″指标Ac,c″与Ac,c″,max和Ac,c″,min间的关系:
若土地影响第c因素数据Ac下的第c″指标Ac,c″小于或者等于Ac,c″,max,且大于或者等于Ac,c″,min,Ac,c″,max表示土地影响第c因素数据Ac下的第c″指标Ac,c″所对应的预设最大阈值,Ac,c″,min表示土地影响第c因素数据Ac下的第c″指标Ac,c″所对应的预设最小阈值;其中,表示空集符号,表示包含符号,{}表示集合符号;c″表示土地影响第c因素数据Ac下的指标序号;即Ac,c″,min≤Ac,c″≤Ac,c″,max;则将土地影响第c因素数据Ac下的第c″指标Ac,c″保留;
若土地影响第c因素数据Ac下的第c″指标Ac,c″大于Ac,c″,max,或者小于Ac,c″,min,即Ac,c″,min>Ac,c″,或者Ac,c″,max<Ac,c″;则将土地影响第c因素数据Ac下的第c″指标Ac,c″筛除;
S224,c″=c″+1;判断其c″与c′的关系:
若c″≥c′,c′表示土地影响第c因素数据Ac下的所有指标的总数,且为大于或者等于1的正整数;则c=c+1;执行步骤S25;
若c″<c′,则返回步骤S23;
S225,c=c+1;判断c与a的关系:
若c≥a,则预处理完成;
若c<a,则c″=1;返回步骤S223;
S23,对步骤S22中得到的土地预处理影响因素数据形成影响因素矩阵;在步骤S23中,对其得到的土地预处理影响因素数据形成影响因素矩阵的方法包括以下步骤:
S231,获取其土地影响所有因素的总数,设定为M;
S232,获取其土地影响每个因素下的指标数个数,选出其指标数个数最大,设定为N;
S233,构建其矩阵PMN,PMN表示矩阵PMN有M行N列,将其指标值对应依次写入矩阵PMN,若在矩阵PMN中的元素值Pmn处未对应其指标值,Pmn表示在矩阵PMN中第m行第n处的元素值,所述m为小于或者等于M的正整数,所述n为小于或者等于N的正整数,将指标值写为1或0;
S24,根据其步骤S23中得到的影响因素矩阵与其所对应的权重系数,得到其成熟度系数;在步骤S24中,成熟度系数的计算方法为:
其中,Rio表示成熟度系数;
PMN表示影响因素矩阵;
g表示影响因素矩阵PMN所对应的权重系数;
η表示调整系数;
Qij表示供应矩阵;
G表示供应矩阵Qij所对应的权重矩阵;
T表示转置矩阵;
|| ||表示2范数;
判断其成熟度系数是否大于或者等于预设成熟度系数:
若计算得到的成熟度系数大于或者等于预设成熟度系数,则对其待供应土地在地图上进行标红处理;对其地图标红的处理方法为:
S241,获取地图上已标红所对应的像素值;得到其标红第一像素值和标红第二像素值,标红第一像素值小于标红第二像素值,其标红第一像素值是标红像素值中的最小值,标红第二像素值是标红像素值中的最大值;
S242,判断其标红第一像素值和标红第二像素值所对应的成熟度系数与待标红像素值所对应的成熟度系数关系:
若待标红像素值所对应的成熟度系数大于第二像素值所对应的成熟度系数,则其中,表示待标红像素值,φ1表示第二像素值所对应的成熟度系数,φ2表示第一像素值所对应的成熟度系数,表示第二像素值,表示第一像素值,λ0表示待标红像素值所对应的成熟度系数;int()表示取整函数;为大于或者等于1且小于或者等于10的正整数;μ表示色彩位数;
若待标红像素值所对应的成熟度系数小于第一像素值所对应的成熟度系数,则其中,表示待标红像素值,φ1表示第二像素值所对应的成熟度系数,φ2表示第一像素值所对应的成熟度系数,表示第二像素值,表示第一像素值,λ0表示待标红像素值所对应的成熟度系数;int()表示取整函数;为大于或者等于1且小于或者等于10的正整数;ξ为大于或者等于1且小于或者等于10的正整数;
若待标红像素值所对应的成熟度系数小于或者等于第二像素值所对应的成熟度系数,且大于或者等于第一像素值所对应的成熟度系数,则其中,表示待标红像素值,φ1表示第二像素值所对应的成熟度系数,φ2表示第一像素值所对应的成熟度系数,表示第二像素值,表示第一像素值,λ0表示待标红像素值所对应的成熟度系数;int()表示取整函数;
S243,将待标红像素值标记在待标红地图上;
若计算得到的成熟度系数小于预设成熟度系数,则对其待供应土地进行标灰处理;
S25,得到其地图标记项目库;
S3,对项目库中的数据进行数据导出展示。
2.根据权利要求1所述的规划实施项目库生成方法,其特征在于,在步骤S1中,将其采集的与其项目相关的数据导入数据库的方法包括以下步骤:
S11,将待导入数据库的数据编号,依次分别为D1、D2、D3、……、Ds,其中,s表示待导入数据库的数据条数,D1表示待导入数据库的第1数据,D2表示待导入数据库的第2数据,D3表示待导入数据库的第3数据,Ds表示待导入数据库的第s数据;
S12,提取每条数据的关键词,对其进行关键词运算,得到其检索字符串;其得到检索字符串的方法为:
SHA-1()表示安全哈希算法;
若提取的待导入数据库的第h数据中的关键词所对应的检索字符串不存在于数据库中的检索字符串池中,则将提取的待导入数据库的第h数据中的关键词所对应的检索字符串存储于检索字符串池;并以提取的待导入数据库的第h数据中的关键词所对应的检索字符串为项目库名称建立项目库;
S14,h=h+1,当其h≥s,数据导入数据库完成;
当其h<s,返回步骤S13。
3.根据权利要求1所述的规划实施项目库生成方法,其特征在于,在步骤S3中,展示的数据包括片区人口分布、用地实施情况、各类配套设施完善度、生态宜居程度、近五年土地供应及交易情况之一或者任意组合。
4.根据权利要求1所述的规划实施项目库生成方法,其特征在于,在步骤S0包括以下步骤:
S01,获取登录用户名和登录密码,分别记作为Login Username和Login Password;其中,Login Username表示登录用户输入的登录用户名,Login Password表示登录用户输入的登录密码;
S02,对其登录用户输入的登录用户名Login Username进行以下操作:
其中,Username表示安全登录用户名;
SHA-1()表示安全哈希算法;
Usernamei表示登录用户名Login Username中的第i位字符;
I表示登录用户名的总位数;
判断其安全登录用户名Username是否存在于安全登录用户名列表中:
若安全登录用户名Username存在于安全登录用户名列表中,则将其安全登录用户名Username所对应的密码构成密码池,所述密码池包括K个密码,所述K为大于或者等于1的正整数,分别为K1、K2、K3、……、Kk,k为密码池中密码总个数,K1表示密码池中第1密码,K2表示密码池中第2密码,K3表示密码池中第3密码,Kk表示密码池中第k密码;执行下一步;
若安全登录用户名Username不存在于安全登录用户名列表中,则提示其登录用户名Login Username输入错误;
S03,对其登录用户输入的登录密码Login Password进行以下操作:
其中,Password表示安全登录密码;
SHA-1()表示安全哈希算法;
Passwordj表示登录密码Login Password中的第j位字符;
J表示登录密码的总位数;
判断其安全登录密码Password是否存在于安全登录用户名Username所对应的密码池中:
若安全登录密码Password存在于安全登录用户名Username所对应的密码池中,则登录系统成功;
若安全登录密码Password不存在于安全登录用户名Username所对应的密码池中,则登录系统失败;请重新输入登录用户名和登录密码。
5.根据权利要求1所述的规划实施项目库生成方法,其特征在于,在步骤S21中,与待供应土地相影响的数据因素包括人口、底线管控、用地实施情况、土地供应条件之一或者任意组合因素;
人口因素包括规划人口指标;
底线管控因素包括是否侵占自然保护地指标、是否侵占永久基本农田指标、是否侵占生态保护红线指标之一或者任意组合;
用地实施情况因素包括周边Xkm范围现状建设用地实施率指标或/和周边Ykm范围现状在建建设用地实施率指标;所述X、Y为正数,km表示距离单位千米;
土地供应条件因素包括是否涉及宗地抵押指标、是否完成征地手续指标、是否涉及地灾隐患点指标、是否涉及压覆矿产指标、是否涉及现状林地指标之一或者任意组合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110327507.8A CN112925842B (zh) | 2021-03-26 | 2021-03-26 | 规划实施项目库生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110327507.8A CN112925842B (zh) | 2021-03-26 | 2021-03-26 | 规划实施项目库生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112925842A CN112925842A (zh) | 2021-06-08 |
CN112925842B true CN112925842B (zh) | 2021-11-09 |
Family
ID=76176242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110327507.8A Active CN112925842B (zh) | 2021-03-26 | 2021-03-26 | 规划实施项目库生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112925842B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426611A (zh) * | 2012-01-13 | 2012-04-25 | 广州从兴电子开发有限公司 | 一种数据库同步方法及装置 |
CN104573106A (zh) * | 2015-01-30 | 2015-04-29 | 浙江大学城市学院 | 一种基于案例推理技术的城市建设智能审批方法 |
CN104794597A (zh) * | 2014-01-17 | 2015-07-22 | 上海江南长兴重工有限责任公司 | 一种船舶钢材供需管理系统 |
CN108009798A (zh) * | 2017-12-18 | 2018-05-08 | 广东电网有限责任公司电力调度控制中心 | 一种项目多维度支撑知识管理系统 |
US10298401B1 (en) * | 2017-03-22 | 2019-05-21 | Amazon Technologies, Inc. | Network content search system and method |
CN110807023A (zh) * | 2019-11-08 | 2020-02-18 | 山东电力工程咨询院有限公司 | 基于gis的勘测管理及数据智能分析系统及方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7978888B2 (en) * | 2006-10-16 | 2011-07-12 | Siemens Aktiengesellschaft | System and appertaining method for structured reporting of a native measurement import count for display |
CN109933901B (zh) * | 2019-03-13 | 2022-07-26 | 福州大学 | 一种生态系统服务价值最优化的mcr城市扩张模拟方法 |
CN111881234A (zh) * | 2020-06-29 | 2020-11-03 | 广州市城市规划勘测设计研究院 | 一种土地规划方法、装置、终端设备及存储介质 |
-
2021
- 2021-03-26 CN CN202110327507.8A patent/CN112925842B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426611A (zh) * | 2012-01-13 | 2012-04-25 | 广州从兴电子开发有限公司 | 一种数据库同步方法及装置 |
CN104794597A (zh) * | 2014-01-17 | 2015-07-22 | 上海江南长兴重工有限责任公司 | 一种船舶钢材供需管理系统 |
CN104573106A (zh) * | 2015-01-30 | 2015-04-29 | 浙江大学城市学院 | 一种基于案例推理技术的城市建设智能审批方法 |
US10298401B1 (en) * | 2017-03-22 | 2019-05-21 | Amazon Technologies, Inc. | Network content search system and method |
CN108009798A (zh) * | 2017-12-18 | 2018-05-08 | 广东电网有限责任公司电力调度控制中心 | 一种项目多维度支撑知识管理系统 |
CN110807023A (zh) * | 2019-11-08 | 2020-02-18 | 山东电力工程咨询院有限公司 | 基于gis的勘测管理及数据智能分析系统及方法 |
Non-Patent Citations (2)
Title |
---|
Visual Access to Visual Images: The UC Berkeley Image Database Project;Besser H;《Library trends》;19901231;第38卷(第4期);第120-150页 * |
项目库信息管理系统的设计与实现;黄山华;《企业科技与发展》;20141231;第33-35页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112925842A (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lu et al. | A hybrid regression technique for house prices prediction | |
US7395235B2 (en) | Strategy independent optimization of multi objective functions | |
Xiong et al. | Going deeper with deep knowledge tracing. | |
CN111754345B (zh) | 一种基于改进随机森林的比特币地址分类方法 | |
CN109885671A (zh) | 基于多任务学习的问答方法 | |
CN109727590A (zh) | 基于循环神经网络的音乐生成方法及装置 | |
CN105931116A (zh) | 基于深度学习机制的自动化信用评分系统及方法 | |
CN108564364B (zh) | 一种基于区块链技术和用户精准画像的农村养殖大数据征信系统 | |
Urli et al. | PROMISE/scenarios: An interactive method for multiobjective stochastic linear programming under partial uncertainty | |
CN110473067A (zh) | 构件的造价标准文件确定方法、装置、设备及存储介质 | |
Vasylieva et al. | Neuro-genetic hybrid system for management of organizational development measures | |
CN112925842B (zh) | 规划实施项目库生成方法 | |
Onu et al. | Igbo Apprenticeship System and Sustainability of South-East Nigeria | |
CN110704803A (zh) | 目标对象的评估值计算方法及装置、存储介质、电子设备 | |
Fitriasari | The urgency of cultural revitalization in the Indonesia-Malaysia Border Region | |
Zhan | [Retracted] Interactive Application of Virtual Reality and Intelligent Big Data in Landscape Design | |
Wijesoma et al. | Selecting optimal personalized features for on-line signature verification using GA | |
CN109657938A (zh) | 一种轨道交通系统成本影响要素辨识与分析方法 | |
CN115269572A (zh) | 基于海量科研资料的课题立项决策推荐方法及装置 | |
Ma et al. | Highway construction investment risk evaluation using BP neural network model | |
Dreyfus-León et al. | Recruitment prediction with genetic algorithms with application to the Pacific Herring fishery | |
CN113076512B (zh) | 土地供应成熟度评价优化方法 | |
de Mattos Neto et al. | An intelligent perturbative approach for the time series forecasting problem | |
Forbes et al. | A case-based reasoning approach for selecting risk management techniques | |
Najera | Sales Forecast using a Machine Learning Time Series model. |
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 |