CN113723801A - 一种村庄类型划分方法、装置、设备及存储介质 - Google Patents
一种村庄类型划分方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113723801A CN113723801A CN202111000961.9A CN202111000961A CN113723801A CN 113723801 A CN113723801 A CN 113723801A CN 202111000961 A CN202111000961 A CN 202111000961A CN 113723801 A CN113723801 A CN 113723801A
- Authority
- CN
- China
- Prior art keywords
- village
- index
- evaluation
- factor
- type
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000011156 evaluation Methods 0.000 claims abstract description 78
- 238000011161 development Methods 0.000 claims abstract description 63
- 238000013210 evaluation model Methods 0.000 claims abstract description 33
- 230000008569 process Effects 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 20
- 238000010276 construction Methods 0.000 claims description 6
- 230000006872 improvement Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000004927 fusion Effects 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- 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
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了村庄类型划分方法、装置、设备及存储介质,方法包括基于层次分析法构建关于村庄发展潜力为目标对象的评价模型;将目标对象的多项基础评价因子对评价模型的因子层、指标层进行设定,以使每一基础评价因子对应至少一项指标;基于每一项指标的历史打分数据确定对应指标的权重值、评价指标值和评价指标值所属范围;将每一项指标的权重值、评价指标值代入预设多因素综合评价关系式,获取目标对象的综合评价值;根据多个目标对象的综合评价值之间的比较结果获得对应目标对象的村庄发展潜力等级,依据村庄发展潜力等级进行村庄类型划分,获得评价模型的结果。本发明村庄类型划分的评价指标进行量化,综合多种因素计算得到村庄类型划分结果。
Description
技术领域
本发明涉及地理信息规划技术领域,尤其是涉及一种村庄类型划分方法、装置、设备及存储介质。
背景技术
目前,关于村庄规划的相关政策对于村庄类型的科学划分提出了较高的要求,但是行业内对于村庄类型划分的依据考虑要素单一,且存在较大的人为主观判断影响,导致村庄类型划分的科学性、准确性不足。
发明内容
本发明提供一种村庄类型划分方法、装置、设备及存储介质,以解决现有的村庄类型划分缺乏科学性和准确性的技术问题,本发明将村庄类型划分的评价指标进行量化,综合多种因素计算得到村庄类型划分结果。
为了解决上述技术问题,本发明实施例提供了一种村庄类型划分方法,包括以下步骤:
基于层次分析法构建关于村庄发展潜力为目标对象的评价模型;
将对应所述目标对象的多项基础评价因子对所述评价模型的因子层、指标层进行设定,以使每一所述基础评价因子对应至少一项指标;
基于每一项所述指标的历史打分数据确定对应指标的权重值、评价指标值和所述评价指标值所属范围;
将每一项所述指标的权重值、评价指标值代入预设的多因素综合评价关系式中,获取所述目标对象的综合评价值;
根据多个所述目标对象的综合评价值之间的比较结果获得对应所述目标对象的村庄发展潜力等级,依据所述村庄发展潜力等级进行村庄类型划分,获得所述评价模型的结果。
作为其中一种改进,在所述依据所述村庄发展潜力等级进行村庄类型划分,获得所述评价模型的结果的步骤之后;所述方法还包括:
根据村庄类型、对应所述村庄类型的关键因子构建关键因子数据库;
利用所述关键因子数据库校核所述评价模型的结果以确定所述村庄的村庄类型。
作为其中一种改进,所述根据多个所述目标对象的综合评价值之间的比较结果获得对应所述目标对象的村庄发展潜力等级,具体为:
计算多个所述目标对象的综合评价值之间的比较结果;
根据所述比较结果对多个所述目标对象按降序进行排列;
将由降序排列的多个所述目标对象的前20%划分为村庄发展潜力强,20%-80%划分为村庄发展签字中等,后20%划分为村庄发展潜力低。
作为其中一种改进,所述多项基础评价因子至少包括:村庄区位条件因子、村庄规模因子、村庄服务设施因子、村庄产业因子、村庄生态环境因子。
作为其中一种改进,与所述村庄区位条件因子对应的指标层包括:距离镇中心距离指标,距离高速出入口距离指标,距离国、省、县道距离指标;
与所述村庄规模因子对应的指标层包括:常住人口规模指标,城乡用地规模指标;
与所述村庄服务设施因子对应的指标层包括:幼儿园指标,小学指标,文化设施指标,医疗设施指标、体育设施指标、养老设施指标;
与所述村庄产业因子对应的指标层包括:村庄企业数量指标;
与所述村庄生态环境因子对应的指标层包括:生态保护红线面积指标,永久基本农田面积。
本发明还提供一种村庄类型划分装置,包括:
模型构建模块,用于基于层次分析法构建关于村庄发展潜力为目标对象的评价模型;
模型设定模块,用于将对应所述目标对象的多项基础评价因子对所述评价模型的因子层、指标层进行设定,以使每一所述基础评价因子对应至少一项指标;
指标设定模块,用于基于每一项所述指标的历史打分数据确定对应指标的权重值、评价指标值和所述评价指标值所属范围;
指标测算模块,用于将每一项所述指标的权重值、评价指标值代入预设的多因素综合评价关系式中,获取所述目标对象的综合评价值;
类型划分模块,用于根据多个所述目标对象的综合评价值之间的比较结果获得对应所述目标对象的村庄发展潜力等级,依据所述村庄发展潜力等级进行村庄类型划分,获得所述评价模型的结果。
作为其中一种改进,还包括:
类型校核模块,用于根据村庄类型、对应所述村庄类型的关键因子构建关键因子数据库;并利用所述关键因子数据库校核所述评价模型的结果以确定所述村庄的村庄类型。
作为其中一种改进,所述类型划分模块,还用于:
计算多个所述目标对象的综合评价值之间的比较结果;
根据所述比较结果对多个所述目标对象按降序进行排列;
将由降序排列的多个所述目标对象的前20%划分为村庄发展潜力强, 20%-80%划分为村庄发展签字中等,后20%划分为村庄发展潜力低。
本发明还提供一种终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上述的村庄类型划分方法。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述的村庄类型划分方法。
相比于现有技术,本发明实施例的有益效果在于,通过层次分析法构建科学可行的评价指标体系,根据村庄发展特性设定评价模型中的因子和指标,从而合理确定村庄类型,为指导不同类型村庄的发展目标确定、资源投放力度和管控要求措施制定等,分类有序引导村庄发展建设。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式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方式,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是本发明实施例中的村庄类型划分方法的步骤图;
图2是本发明实施例中的村庄类型划分方法的AHP层次结构模型示意图;
图3是本发明实施例中的村庄类型划分方法的步骤图;
图4是本发明实施例中的村庄类型划分方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明通过构建科学的评价指标体系,能够应用于合理确定村庄类型,还可用于指导不同类型村庄的发展目标确定、资源投放力度和管控要求措施制定等,分类有序引导村庄发展建设。
请参见图1,本发明实施例提供了一种村庄类型划分方法,包括以下步骤:
S101、基于层次分析法构建关于村庄发展潜力为目标对象的评价模型;
在本实施例步骤中,首先构建村庄发展潜力模型,以研究村庄发展潜力,并依据发展潜力初步判断村庄类型可能性,然后通过关键校核因子校核初步分类结果,综合确定村庄类型。
由于影响村庄发展潜力的指标十分复杂,如图2所示,根据层次分析法(Analytical Hierarchy Process,AHP)构建村庄发展潜力评价模型构建,通过将目标对象进行层次分解,统一和规范各个影响因子的属性,从而建立起综合的评价指标体系。
S102、将对应所述目标对象的多项基础评价因子对所述评价模型的因子层、指标层进行设定,以使每一所述基础评价因子对应至少一项指标;
S103、基于每一项所述指标的历史打分数据确定对应指标的权重值、评价指标值和所述评价指标值所属范围;
在本步骤中,其中一种实施例按照层次分析法的分解思路,结合村庄发展建设特点,选取区位条件、村庄规模、服务设施、村庄产业、生态环境5项作为村庄发展潜力基础评价因子,并结合5项因子展开为14项评价指标;采用专家打分法,确定各项指标评分标准。作为示例性的,村庄发展潜力评价指标体系设计如表1。
表1村庄发展潜力评价指标体系
可以理解的是,评价指标值的获得是采用线性计分,如:
先确定一个正向最低值为0分,正向最高值为100分,计算时以线性计分方式计算,公式为:
得分=[(正向最高值-正向最低值)/100]×对象实测值
通过收集专家咨询打分后的历史数据并进行数据处理,参考表2所示,在其中一种实施例中,可分别确定各项指标的权重值,如W1-W14。
表2村庄发展潜力评价指标权重取值示例
S104、将每一项所述指标的权重值、评价指标值代入预设的多因素综合评价关系式中,获取所述目标对象的综合评价值;
本步骤通过采用多因素综合评分法,即通过一定的数学模型将多个评价指标值按照一定权重比例“合成”为一个整体性的综合评价值B。
B=X1*W1+X2*W2+X3*W3+……+X14*W14
S105、根据多个所述目标对象的综合评价值之间的比较结果获得对应所述目标对象的村庄发展潜力等级,依据所述村庄发展潜力等级进行村庄类型划分,获得所述评价模型的结果。
在通过评价模型测算得到各村发展潜力值后,按降序排列,前20%村庄发展潜力强,20%-80%村庄发展潜力中等,后20%村庄发展潜力低。同时,依据村庄发展潜力,初步划分村庄类型大类:
发展潜力高,初步判断为城郊融合类或集聚提升类或特殊保护类;
发展潜力中,初步判断为集聚提升类或特色保护类;
发展潜力低,初步判断为特色保护类或搬迁撤并类。
作为其中一种改进,在步骤S105之后;所述方法还包括:
S106、根据村庄类型、对应所述村庄类型的关键因子构建关键因子数据库;利用所述关键因子数据库校核所述评价模型的结果以确定所述村庄的村庄类型。
本实施例提出关键校核因子,能够校核评价模型测算结果。如表3和图4所示,不同类型村庄有影响关键因子,若具有相关关键因子,则可直接确定为相关类型村庄,包括城郊融合类、特色保护类、搬迁撤并类,其他剩余则为集聚提升类。若某村庄同时满足城郊融合类、特色保护类关键因子条件,则按照保护乡村特色优先的原则,特色保护类优先。其中,梳理分类影响关键因子,各类型村庄影响关键因子梳理如下表3:
表3村庄分类关键因子
本发明实施例所提供的一种村庄类型划分方法,强调了生态环境资源要素在村庄类型划分中的考虑,符合生态文明建设下的山水林田湖草发展理念。同时,结合村庄类型提出了关键因子校核,能够进一步地提升村庄分类的科学性和准确性。
本发明还提供一种村庄类型划分装置,包括:
模型构建模块,用于基于层次分析法构建关于村庄发展潜力为目标对象的评价模型;
模型设定模块,用于将对应所述目标对象的多项基础评价因子对所述评价模型的因子层、指标层进行设定,以使每一所述基础评价因子对应至少一项指标;
指标设定模块,用于基于每一项所述指标的历史打分数据确定对应指标的权重值、评价指标值和所述评价指标值所属范围;
指标测算模块,用于将每一项所述指标的权重值、评价指标值代入预设的多因素综合评价关系式中,获取所述目标对象的综合评价值;
类型划分模块,用于根据多个所述目标对象的综合评价值之间的比较结果获得对应所述目标对象的村庄发展潜力等级,依据所述村庄发展潜力等级进行村庄类型划分,获得所述评价模型的结果。
作为其中一种改进,还包括:类型校核模块,用于:
根据村庄类型、对应所述村庄类型的关键因子构建关键因子数据库;并利用所述关键因子数据库校核所述评价模型的结果以确定所述村庄的村庄类型。
作为其中一种改进,所述类型划分模块,还用于:
计算多个所述目标对象的综合评价值之间的比较结果;
根据所述比较结果对多个所述目标对象按降序进行排列;
将由降序排列的多个所述目标对象的前20%划分为村庄发展潜力强, 20%-80%划分为村庄发展签字中等,后20%划分为村庄发展潜力低。
本发明还提供一种终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上述的村庄类型划分方法。
示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及智能平板等计算设备。所述终端设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,上述部件仅仅是终端设备的示例,并不构成对终端设备的限定,可以包括比上述更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述终端设备的控制中心,利用各种接口和线路连接整个终端设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡 (Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也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计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种村庄类型划分方法,其特征在于,包括以下步骤:
基于层次分析法构建关于村庄发展潜力为目标对象的评价模型;
将对应所述目标对象的多项基础评价因子对所述评价模型的因子层、指标层进行设定,以使每一所述基础评价因子对应至少一项指标;
基于每一项所述指标的历史打分数据确定对应指标的权重值、评价指标值和所述评价指标值所属范围;
将每一项所述指标的权重值、评价指标值代入预设的多因素综合评价关系式中,获取所述目标对象的综合评价值;
根据多个所述目标对象的综合评价值之间的比较结果获得对应所述目标对象的村庄发展潜力等级,依据所述村庄发展潜力等级进行村庄类型划分,获得所述评价模型的结果。
2.如权利要求1所述的村庄类型划分方法,其特征在于,在所述依据所述村庄发展潜力等级进行村庄类型划分,获得所述评价模型的结果的步骤之后,所述方法还包括:
根据村庄类型、对应所述村庄类型的关键因子构建关键因子数据库;
利用所述关键因子数据库校核所述评价模型的结果以确定所述村庄的村庄类型。
3.如权利要求1所述的村庄类型划分方法,其特征在于,所述根据多个所述目标对象的综合评价值之间的比较结果获得对应所述目标对象的村庄发展潜力等级,具体为:
计算多个所述目标对象的综合评价值之间的比较结果;
根据所述比较结果对多个所述目标对象按降序进行排列;
将由降序排列的多个所述目标对象的前20%划分为村庄发展潜力强,20%-80%划分为村庄发展签字中等,后20%划分为村庄发展潜力低。
4.如权利要求1所述的村庄类型划分方法,其特征在于,所述多项基础评价因子至少包括:村庄区位条件因子、村庄规模因子、村庄服务设施因子、村庄产业因子、村庄生态环境因子。
5.如权利要求4所述的村庄类型划分方法,其特征在于,与所述村庄区位条件因子对应的指标层包括:距离镇中心距离指标,距离高速出入口距离指标,距离国、省、县道距离指标;
与所述村庄规模因子对应的指标层包括:常住人口规模指标,城乡用地规模指标;
与所述村庄服务设施因子对应的指标层包括:幼儿园指标,小学指标,文化设施指标,医疗设施指标、体育设施指标、养老设施指标;
与所述村庄产业因子对应的指标层包括:村庄企业数量指标;
与所述村庄生态环境因子对应的指标层包括:生态保护红线面积指标,永久基本农田面积。
6.一种村庄类型划分装置,其特征在于,包括:
模型构建模块,用于基于层次分析法构建关于村庄发展潜力为目标对象的评价模型;
模型设定模块,用于将对应所述目标对象的多项基础评价因子对所述评价模型的因子层、指标层进行设定,以使每一所述基础评价因子对应至少一项指标;
指标设定模块,用于基于每一项所述指标的历史打分数据确定对应指标的权重值、评价指标值和所述评价指标值所属范围;
指标测算模块,用于将每一项所述指标的权重值、评价指标值代入预设的多因素综合评价关系式中,获取所述目标对象的综合评价值;
类型划分模块,用于根据多个所述目标对象的综合评价值之间的比较结果获得对应所述目标对象的村庄发展潜力等级,依据所述村庄发展潜力等级进行村庄类型划分,获得所述评价模型的结果。
7.如权利要求6所述的村庄类型划分装置,其特征在于,还包括:
类型校核模块,用于根据村庄类型、对应所述村庄类型的关键因子构建关键因子数据库;并利用所述关键因子数据库校核所述评价模型的结果以确定所述村庄的村庄类型。
8.如权利要求6所述的村庄类型划分装置,其特征在于,所述类型划分模块,还用于:
计算多个所述目标对象的综合评价值之间的比较结果;
根据所述比较结果对多个所述目标对象按降序进行排列;
将由降序排列的多个所述目标对象的前20%划分为村庄发展潜力强,20%-80%划分为村庄发展签字中等,后20%划分为村庄发展潜力低。
9.一种终端设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至5中任意一项所述的村庄类型划分方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至5中任意一项所述的村庄类型划分方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111000961.9A CN113723801A (zh) | 2021-08-27 | 2021-08-27 | 一种村庄类型划分方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111000961.9A CN113723801A (zh) | 2021-08-27 | 2021-08-27 | 一种村庄类型划分方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113723801A true CN113723801A (zh) | 2021-11-30 |
Family
ID=78678814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111000961.9A Pending CN113723801A (zh) | 2021-08-27 | 2021-08-27 | 一种村庄类型划分方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113723801A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114861939A (zh) * | 2022-07-07 | 2022-08-05 | 浙江邦业科技股份有限公司 | 一种基于ahp模型自学习的能耗分析方法及装置 |
CN115544622A (zh) * | 2022-10-11 | 2022-12-30 | 同济大学 | 城乡参与式三维规划设计平台、方法、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779475A (zh) * | 2017-01-10 | 2017-05-31 | 甘肃万维信息技术有限责任公司 | 美丽村庄建设大数据平台 |
CN112184064A (zh) * | 2020-10-27 | 2021-01-05 | 西北大学 | 一种用于村庄分类发展的乡村活力评估方法 |
CN112598268A (zh) * | 2020-12-18 | 2021-04-02 | 广州市城市规划设计所 | 一种城中村更新改造潜力评估方法、装置及其存储介质 |
WO2021133310A1 (en) * | 2019-12-26 | 2021-07-01 | Agrovisio Tarim Bilisim Ltd. Sti. | Agricultural decision support system |
-
2021
- 2021-08-27 CN CN202111000961.9A patent/CN113723801A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779475A (zh) * | 2017-01-10 | 2017-05-31 | 甘肃万维信息技术有限责任公司 | 美丽村庄建设大数据平台 |
WO2021133310A1 (en) * | 2019-12-26 | 2021-07-01 | Agrovisio Tarim Bilisim Ltd. Sti. | Agricultural decision support system |
CN112184064A (zh) * | 2020-10-27 | 2021-01-05 | 西北大学 | 一种用于村庄分类发展的乡村活力评估方法 |
CN112598268A (zh) * | 2020-12-18 | 2021-04-02 | 广州市城市规划设计所 | 一种城中村更新改造潜力评估方法、装置及其存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114861939A (zh) * | 2022-07-07 | 2022-08-05 | 浙江邦业科技股份有限公司 | 一种基于ahp模型自学习的能耗分析方法及装置 |
CN115544622A (zh) * | 2022-10-11 | 2022-12-30 | 同济大学 | 城乡参与式三维规划设计平台、方法、设备及存储介质 |
CN115544622B (zh) * | 2022-10-11 | 2023-12-26 | 同济大学 | 城乡参与式三维规划设计平台、方法、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110610412A (zh) | 信用风险评估方法和装置、存储介质和电子设备 | |
Derudder et al. | Measuring polycentric urban development: The importance of accurately determining the ‘balance’between ‘centers’ | |
CN113723801A (zh) | 一种村庄类型划分方法、装置、设备及存储介质 | |
CN110196834B (zh) | 一种用于数据项、文件、数据库的对标方法和系统 | |
CN113254840B (zh) | 人工智能应用服务推送方法、推送平台及终端设备 | |
CN112488297B (zh) | 一种神经网络剪枝方法、模型生成方法及装置 | |
CN112581091A (zh) | 公共服务设施的量化评价方法、装置、设备及存储介质 | |
Ciardiello et al. | A comparison between TOPSIS and SAW methods | |
CN113485988A (zh) | 一种数据质量监控方法、设备及计算机可读存储介质 | |
CN110689211A (zh) | 网站服务能力的评估方法及装置 | |
CN113095680A (zh) | 电力大数据模型的评价指标体系与构建方法 | |
CN117029863A (zh) | 一种反馈式交通路径规划方法及系统 | |
CN115033456A (zh) | 一种内网前端性能监控方法、装置、计算机设备及存储介质 | |
CN112598228B (zh) | 企业竞争力的分析方法、装置、设备及存储介质 | |
CN113495845B (zh) | 数据测试方法、装置、电子设备及存储介质 | |
CN113240325B (zh) | 数据处理方法、装置、设备及存储介质 | |
CN101620701A (zh) | 基于层次法的kpi分析在电信行业收入保障系统中的应用 | |
Landler et al. | Model selection versus traditional hypothesis testing in circular statistics: a simulation study | |
CN114139621A (zh) | 确定模型分类性能标识的方法、装置、设备及存储介质 | |
CN113704236A (zh) | 政务系统数据质量评估方法、装置、终端及存储介质 | |
CN111652492A (zh) | 一种管理人评估系统、方法、电子设备及存储介质 | |
CN112488141A (zh) | 物联卡应用范围的确定方法、装置及计算机可读存储介质 | |
CN115049327B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN115021996B (zh) | 云安全中心的态势感知与动态重构方法、装置及存储介质 | |
CN113177002B (zh) | 基于测试点的测试设计方法、装置、电子设备和介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211130 |
|
RJ01 | Rejection of invention patent application after publication |