CN116933139A - 一种综合隶属度数值、等级和序位的村庄分类方法 - Google Patents
一种综合隶属度数值、等级和序位的村庄分类方法 Download PDFInfo
- Publication number
- CN116933139A CN116933139A CN202310934445.6A CN202310934445A CN116933139A CN 116933139 A CN116933139 A CN 116933139A CN 202310934445 A CN202310934445 A CN 202310934445A CN 116933139 A CN116933139 A CN 116933139A
- Authority
- CN
- China
- Prior art keywords
- village
- membership
- category
- grade
- class
- 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 62
- 238000010606 normalization Methods 0.000 claims abstract description 6
- 238000012935 Averaging Methods 0.000 claims abstract description 4
- 230000004927 fusion Effects 0.000 claims description 29
- 230000002776 aggregation Effects 0.000 claims description 26
- 238000004220 aggregation Methods 0.000 claims description 26
- 238000011161 development Methods 0.000 claims description 9
- 230000008961 swelling Effects 0.000 claims description 8
- 230000002068 genetic effect Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 3
- 238000013508 migration Methods 0.000 claims description 3
- 230000005012 migration Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
- G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Probability & Statistics with Applications (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)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种综合隶属度数值、等级和序位的村庄分类方法,包括以下步骤:根据村庄分类的类别,构建各类别下的二级指标并计算指标值;设定各个二级指标的理想值,并对二级指标进行取整和无量纲归一化处理;根据各个类别下的二级指标,利用算术平均法、加权平均法、标准化欧氏距离法、系数膨胀法分别计算村庄在各个类别下的初始隶属度,对初始隶属度求均值得到最终的隶属度数值;根据各类别下的隶属度等级划分阈值和隶属度数值确定隶属度等级;根据各类别下的村庄数量和隶属度数值确定隶属度序位;综合隶属度数值、等级和序位确定村庄所属主体类别和叠加兼容类别。与现有技术相比,本发明解决了村庄单一化分类问题,提高了分类的准确性和科学性。
Description
技术领域
本发明涉及数据处理技术领域,尤其是涉及一种综合隶属度数值、等级和序位的村庄分类方法。
背景技术
当前,城镇化的飞速进程加大了城乡差距,农村衰落现象逐渐显现,对整体的健康可持续发展造成了威胁。现有技术根据不同村庄的发展现状、区位条件、资源禀赋等,按照集聚提升、融入城镇(城郊融合)、特色保护、搬迁撤并四大类进行分类,根据分类结果指导乡村发展方向。
但是在实际工作中,分类通常是基于事物的内在属性,而一个事物往往有多个内在属性(在数学上可以表示为维度),因而分类标准同一性是分类需要遵循的基本原则,否则易出现分类子项遗漏或分类子项重复,也就是不能满足互斥性和相称性。正是由于集聚提升、城郊融合、特色保护、搬迁撤并这四类村庄所内含的分类标准不一致,才导致分类结果不是互斥的,这四类村庄的集合也不构成完备集。
(1)集聚提升分类法的内在属性是是否为规模较大的中心村,若是中心村则属于集聚提升类子项,若不是中心村则属于非集聚提升类子项;
(2)城郊融合分类法的内在属性是距离城镇的远近,可以分成城郊融合类和非城郊融合类两个子项;
(3)特色保护分类法的内在属性是是否入选各级各类特色保护名录,可以分成特色保护类和非特色保护类两个子项;
(4)搬迁撤并分类法的内在属性是是否存在灾害或重大工程征迁,可以分成搬迁撤并类和非搬迁撤并类两个子项。
根据四种类型村庄各自的分类标准(村庄的内在属性),对村庄进行分类时,若按照单一标准分类,四种分类标准下各自的分类结果均不会出现混乱;但若把四种分类的内在属性混在一起且仅各取一种分类子项,则分类结果会出现混乱。因此,当前缺乏一种考虑不同分类内在属性之间的联系的科学、合理、非单一性划分的村庄分类方法。
发明内容
本发明的目的是为了提供一种综合隶属度数值、等级和序位的村庄分类方法,通过计算村庄隶属度,并进行等级划分和序位排列,实现科学、合理的村庄分类,且兼具主体类别和叠加兼容类别的划分,避免单一性划分的混乱。
本发明的目的可以通过以下技术方案来实现:
一种综合隶属度数值、等级和序位的村庄分类方法,包括以下步骤:
根据村庄分类的类别,构建各一级类别下的二级指标;
获取村庄的相关参数并计算二级指标;
设定各个二级指标的理想值,并对二级指标进行取整和无量纲归一化处理;
根据各个类别下的二级指标,利用算术平均法、加权平均法、标准化欧氏距离法、系数膨胀法分别计算村庄在各个类别下的初始隶属度,对初始隶属度求均值得到最终的村庄在对应类别下的隶属度数值;
根据各类别下的隶属度等级划分阈值和隶属度数值确定隶属度等级;
根据各类别下的村庄数量和隶属度数值确定隶属度序位;
根据隶属度数值、等级和序位确定村庄所属主体类别和叠加兼容类别。
所述村庄分类的类别包括集聚提升类、城郊融合类、特色保护类和搬迁撤并类。
所述集聚提升类对应的二级指标包括:中心村J1、耕地总面积J2、农村宅基地总面积J3、常住人口数量J4、户籍人口流失率J5、老龄人口占比J6、村集体经济收入J7、农业亩均产值J8、村民人均收入水平J9、幼儿园村内入园比例J10、常住人口人均宅基地面积J11、常住人口人均公共建筑面积J12。
所述城郊融合类对应的二级指标包括:城镇化区域C1、到县城城区距离C2、到乡镇镇区距离C3、县城或镇区基础设施和公共服务延伸C4、县城或镇区产业项目扩展C5、户籍人口人均宅基地面积C6、外来人口数量C7、村集体资产净值C8。
所述特色保护类对应的二级指标包括:特色村庄等级T1、国家级文保单位和非遗数量T2、省级文保单位和非遗数量T3、特色人文资源开发情况T4、特色自然资源开发情况T5、户籍人口流失率T6、户籍人均基础设施T7、村集体经济收入T8。
所述搬迁撤并类对应的二级指标包括:自然灾害危害程度B1、自然保护区范围B2、人均耕地面积B3、到乡镇镇区距离B4、户籍人口流失率B5、常住人口数量B6、重大项目建设征迁B7、有害场所B8。
利用加权平均法计算村庄在各个类别下的初始隶属度的方法为:
其中,Jk.加权、Ck.加权、Tk.加权、Bk.加权分别表示村庄k在集聚提升类、城郊融合类、特色保护类、搬迁撤并类下的加权平均初始隶属度,Ji表示集聚提升类对应的二级指标,Ci表示城郊融合类对应的二级指标,Ti表示特色保护类对应的二级指标,Bi表示搬迁撤并类对应的二级指标。
利用系数膨胀法计算村庄在各个类别下的初始隶属度的方法为:
其中,Jk.膨欧、Ck.膨欧、Tk.膨欧、Bk.膨欧分别表示村庄k在集聚提升类、城郊融合类、特色保护类、搬迁撤并类下的系数膨胀初始隶属度,Ji表示集聚提升类对应的二级指标,Ci表示城郊融合类对应的二级指标,Ti表示特色保护类对应的二级指标,Bi表示搬迁撤并类对应的二级指标。
所述各类别下的隶属度等级划分阈值的确定原则为:
将各类别下的隶属度划分为五个等级,其中,若在某一类别下被划分为五等,则不考虑划入这一类别,通过设定阈值将划分为各类别一至四等的村庄比例分别控制在预设范围内。
所述根据隶属度数值、等级和序位确定村庄所属主体类别和叠加兼容类别的方法为:
每个村庄有四个隶属度数值,相应的有四中类别下的序位和所属等级;在进行村庄所属类别判断时,优先考虑等级,最为靠前的等级对应的类别即为主体类别,其余非五等等级对应的类别为叠加兼容类别,其中,当最为靠前的等级对应的类别有多个时,考虑隶属度数值和序位进行主体类别的判定。
与现有技术相比,本发明具有以下有益效果:
本发明解决了常态下村庄的单一化分类的困境,选定隶属度分类方法,提出具有实际可行性的四大类村庄异质性二级指标,设定四类村庄二级指标的理想值,筛选归一化处理方法,确定隶属度的计算方法,对研究对象的村庄隶属度提出等级划分,根据隶属度数值、等级和序位对村庄进行精确、科学的分类,不仅可以识别村庄所属的主体类别,还可对所有叠加兼容类别进行识别。
附图说明
图1为本发明的方法流程图;
图2为本发明实施例中的村庄分布示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
现有技术在对村庄进行分类时,可能存在分类结果混乱的问题。为了简化说明问题,假设某县共有9个村庄,分别记为a1、a2、a3……a9,分布如图2所示。
根据四种类型村庄各自的分类标准(村庄的内在属性),对9个村庄进行分类的结果如表1所示,若按照单一标准分类,四种分类标准下各自的分类结果均不会出现混乱。但若把四种分类法的内在属性混在一起且仅各取一种分类子项,则分类结果难免出现混乱。
表1按单一标准分类
针对上述问题,本实施例提供一种综合隶属度数值、等级和序位的村庄分类方法,如图1所示,包括以下步骤:
S1、根据村庄分类的类别,构建各一级类别下的具有异质性的二级指标。
根据前述分类,村庄分类的类别包括集聚提升类、城郊融合类、特色保护类和搬迁撤并类。
集聚提升类对应的二级指标包括:中心村J1、耕地总面积J2、农村宅基地总面积J3、常住人口数量J4、户籍人口流失率J5、老龄人口占比J6、村集体经济收入J7、农业亩均产值J8、村民人均收入水平J9、幼儿园村内入园比例J10、常住人口人均宅基地面积J11、常住人口人均公共建筑面积J12,具体如表2所示。
表2集聚提升类二级指标
城郊融合类对应的二级指标包括:城镇化区域C1、到县城城区距离C2、到乡镇镇区距离C3、县城或镇区基础设施和公共服务延伸C4、县城或镇区产业项目扩展C5、户籍人口人均宅基地面积C6、外来人口数量C7、村集体资产净值C8,具体如表3所示。
表3城郊融合类二级指标
特色保护类对应的二级指标包括:特色村庄等级T1、国家级文保单位和非遗数量T2、省级文保单位和非遗数量T3、特色人文资源开发情况T4、特色自然资源开发情况T5、户籍人口流失率T6、户籍人均基础设施T7、村集体经济收入T8,具体如表4所示。
表4特色保护类二级指标
搬迁撤并类对应的二级指标包括:自然灾害危害程度B1、自然保护区范围B2、人均耕地面积B3、到乡镇镇区距离B4、户籍人口流失率B5、常住人口数量B6、重大项目建设征迁B7、有害场所B8,具体如表5所示。
表5搬迁撤并类二级指标
S2、获取村庄的相关参数并计算二级指标。
S3、设定各个二级指标的理想值,对二级指标数据中的极值进行取整等形式的处理,并对所有二级指标进行无量纲归一化处理,使所有二级指标的分值落在0~1之间。
本实施例设置的各类别二级指标的理想值如表6-9所示。其中,正向指标为极大值和80分位数;负向指标为极小值和20分位数,表8中T6~T8仅计算T1~T3之和非0的村庄。
表6集聚提升类村庄二级指标理想值
表7城郊融合类村庄二级指标理想值
表8特色保护类村庄指标
表9搬迁撤并类村庄指标
为了使各类理想村和待定村庄的测算结果具有可比性,对所有二级指标进行无量纲归一化处理,使所有二级指标的分值落在0~1之间。相关计算方法见表10~表13。其中X表示某村庄该二级指标的原始数据,X0表示该二级指标的理想值,maxX表示该二级指标的最大值。
表10集聚提升类村庄二级指标分值计算方法
表11城郊融合类村庄二级指标分值计算方法
表12特色保护类村庄二级指标分值计算方法
表13搬迁撤并类村庄二级指标分值计算方法
S4、根据各个类别下的二级指标,利用算术平均法、加权平均法、标准化欧氏距离法、系数膨胀法分别计算村庄在各个类别下的初始隶属度,对初始隶属度求均值得到最终的村庄在对应类别下的隶属度数值。
S41、集聚提升类村庄隶属度计算
首先分别运用算术平均法和加权平均法计算初始隶属度,公式分别如下列式(1)和式(2)所示。
/>
其次运用标准化欧氏距离法测度待定村庄与理想村的距离,待定村庄距离理想村的距离越近,则隶属于该理想村的隶属度越高。对于集聚提升类,标准化欧氏距离法隶属度的计算公式如式(3):
再进一步考虑到某些二级指标更重要,对该二级指标加以系数膨胀,在集聚提升类二级指标中,对J1和J4系数分别膨胀3倍和2倍,则系数膨胀法隶属度的计算公式如式(4):
四种隶属度计算方法各有优缺点,最后进行综合,按照四种隶属度计算结果再求一次均值,作为最终隶属度结果,见式(5):
S42、城郊融合类村庄隶属度计算
城郊融合类村庄隶属度的计算公式与集聚提升类村庄类似,只需要调整相关二级指标的膨胀系数和权重值即可,详见式(6)~(10)。
S43、特色保护类村庄隶属度计算
特色保护类村庄隶属度的计算公式与集聚提升类村庄类似,只需要调整相关二级指标的膨胀系数和权重值即可,详见式(11)~(15)。
/>
S44、搬迁撤并类村庄隶属度计算
搬迁撤并类村庄隶属度的计算公式与集聚提升类村庄类似,只需要调整相关二级指标的膨胀系数和权重值即可,详见式(16)~(20)。
其中,Jk.m、Ck.m、Tk.m、Bk.m分别表示村庄k在集聚提升类、城郊融合类、特色保护类、搬迁撤并类下的对应计算方法m的初始隶属度,Ji表示集聚提升类对应的二级指标,Ci表示城郊融合类对应的二级指标,Ti表示特色保护类对应的二级指标,Bi表示搬迁撤并类对应的二级指标。
S5、根据各类别下的隶属度等级划分阈值和隶属度数值确定隶属度等级。
根据经验,集聚提升类村庄占大多数,即超过村庄总数的50%。因此,本实施例将集聚提升类一等~四等村庄的总量控制在60%左右,余下的作为五等(即不考虑划入集聚提升类)。城郊融合类村庄占全部村庄的比例控制在30%左右。特色保护类取决于各级各类村庄基数的高低,在本实施例列举的数据中约占5%。搬迁撤并类一等~四等村庄的总量控制在5%左右,尤其严格控制一二类比例,余下的作为五等(即不考虑划入搬迁撤并类)。本实施例具体按照表14的等级划分阈值对村庄隶属度等级进行划分。在遴选示范时,一等优先于二等,二等优先于三等,以此类推,五等原则上不考虑。
表14各类村庄隶属度等级划分标准
S6、根据各类别下的村庄数量和隶属度数值确定隶属度序位。
即,根据隶属度数值对村庄进行从大到小排序,确定隶属度序位。
S7、根据隶属度数值、等级和序位确定村庄所属主体类别和叠加兼容类别。
在实际进行分类时,根据相应规则确定主题类型的基础上,叠加兼容类别,意在避免某些多宜性村庄被划入某种单一类型村庄而丧失其他类型村庄(潜在)的扶持政策。比如,根据隶属度结果发现,某村集聚提升类隶属度0.89(全市第5位),城郊融合类隶属度0.70(全市第74位),特色保护类隶属度0.32(全市第146位),搬迁撤并类隶属度0.21(全市1753位),四类村庄隶属度数值大小和在全市的序位保持一致,不能据此将该村直接划入集聚提升类村庄,而要求该村放弃城郊融合类和特色保护类。
每个村庄有四个隶属度数值,相应的有四中类别下的序位和所属等级;在进行村庄所属类别判断时,优先考虑等级,最为靠前的等级对应的类别即为主体类别,其余非五等等级对应的类别为叠加兼容类别,其中,当最为靠前的等级对应的类别有多个时,考虑隶属度数值和序位进行主体类别的判定。
以表15所示的某村庄隶属度为例,尽管该村集聚提升隶属度数值大于特色保护隶属度数值,但按照等级优先原则,其主体类别应纳入特色保护类村庄,而集聚提升只是其叠加兼容类别。
表15某村隶属度
搬迁撤并隶属度 | 特色保护隶属度 | 城郊融合隶属度 | 集聚提升隶属度 | |
数值 | 0.24 | 0.62 | 0.31 | 0.64 |
序位 | 1155 | 15 | 1328 | 331 |
等级 | 五等 | 二等 | 五等 | 三等 |
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依据本发明的构思在现有技术的基础上通过逻辑分析、推理、或者有限的实验可以得到的技术方案,皆应在权利要求书所确定的保护范围内。
Claims (10)
1.一种综合隶属度数值、等级和序位的村庄分类方法,其特征在于,包括以下步骤:
根据村庄分类的类别,构建各一级类别下的二级指标;
获取村庄的相关参数并计算二级指标;
设定各个二级指标的理想值,并对二级指标进行取整和无量纲归一化处理;
根据各个类别下的二级指标,利用算术平均法、加权平均法、标准化欧氏距离法、系数膨胀法分别计算村庄在各个类别下的初始隶属度,对初始隶属度求均值得到最终的村庄在对应类别下的隶属度数值;
根据各类别下的隶属度等级划分阈值和隶属度数值确定隶属度等级;
根据各类别下的村庄数量和隶属度数值确定隶属度序位;
根据隶属度数值、等级和序位确定村庄所属主体类别和叠加兼容类别。
2.根据权利要求1所述的一种综合隶属度数值、等级和序位的村庄分类方法,其特征在于,所述村庄分类的类别包括集聚提升类、城郊融合类、特色保护类和搬迁撤并类。
3.根据权利要求2所述的一种综合隶属度数值、等级和序位的村庄分类方法,其特征在于,所述集聚提升类对应的二级指标包括:中心村J1、耕地总面积J2、农村宅基地总面积J3、常住人口数量J4、户籍人口流失率J5、老龄人口占比J6、村集体经济收入J7、农业亩均产值J8、村民人均收入水平J9、幼儿园村内入园比例J10、常住人口人均宅基地面积J11、常住人口人均公共建筑面积J12。
4.根据权利要求3所述的一种综合隶属度数值、等级和序位的村庄分类方法,其特征在于,所述城郊融合类对应的二级指标包括:城镇化区域C1、到县城城区距离C2、到乡镇镇区距离C3、县城或镇区基础设施和公共服务延伸C4、县城或镇区产业项目扩展C5、户籍人口人均宅基地面积C6、外来人口数量C7、村集体资产净值C8。
5.根据权利要求4所述的一种综合隶属度数值、等级和序位的村庄分类方法,其特征在于,所述特色保护类对应的二级指标包括:特色村庄等级T1、国家级文保单位和非遗数量T2、省级文保单位和非遗数量T3、特色人文资源开发情况T4、特色自然资源开发情况T5、户籍人口流失率T6、户籍人均基础设施T7、村集体经济收入T8。
6.根据权利要求5所述的一种综合隶属度数值、等级和序位的村庄分类方法,其特征在于,所述搬迁撤并类对应的二级指标包括:自然灾害危害程度B1、自然保护区范围B2、人均耕地面积B3、到乡镇镇区距离B4、户籍人口流失率B5、常住人口数量B6、重大项目建设征迁B7、有害场所B8。
7.根据权利要求6所述的一种综合隶属度数值、等级和序位的村庄分类方法,其特征在于,利用加权平均法计算村庄在各个类别下的初始隶属度的方法为:
其中,Jk.加权、Ck.加权、Tk.加权、Bk.加权分别表示村庄k在集聚提升类、城郊融合类、特色保护类、搬迁撤并类下的加权平均初始隶属度,Ji表示集聚提升类对应的二级指标,Ci表示城郊融合类对应的二级指标,Ti表示特色保护类对应的二级指标,Bi表示搬迁撤并类对应的二级指标。
8.根据权利要求6所述的一种综合隶属度数值、等级和序位的村庄分类方法,其特征在于,利用系数膨胀法计算村庄在各个类别下的初始隶属度的方法为:
其中,Jk.膨欧、Ck.膨欧、Tk.膨欧、Bk.膨欧分别表示村庄k在集聚提升类、城郊融合类、特色保护类、搬迁撤并类下的系数膨胀初始隶属度,Ji表示集聚提升类对应的二级指标,Ci表示城郊融合类对应的二级指标,Ti表示特色保护类对应的二级指标,Bi表示搬迁撤并类对应的二级指标。
9.根据权利要求1所述的一种综合隶属度数值、等级和序位的村庄分类方法,其特征在于,所述各类别下的隶属度等级划分阈值的确定原则为:
将各类别下的隶属度划分为五个等级,其中,若在某一类别下被划分为五等,则不考虑划入这一类别,通过设定阈值将划分为各类别一至四等的村庄比例分别控制在预设范围内。
10.根据权利要求9所述的一种综合隶属度数值、等级和序位的村庄分类方法,其特征在于,所述根据隶属度数值、等级和序位确定村庄所属主体类别和叠加兼容类别的方法为:
每个村庄有四个隶属度数值,相应的有四中类别下的序位和所属等级;在进行村庄所属类别判断时,优先考虑等级,最为靠前的等级对应的类别即为主体类别,其余非五等等级对应的类别为叠加兼容类别,其中,当最为靠前的等级对应的类别有多个时,考虑隶属度数值和序位进行主体类别的判定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310934445.6A CN116933139A (zh) | 2023-07-27 | 2023-07-27 | 一种综合隶属度数值、等级和序位的村庄分类方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310934445.6A CN116933139A (zh) | 2023-07-27 | 2023-07-27 | 一种综合隶属度数值、等级和序位的村庄分类方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116933139A true CN116933139A (zh) | 2023-10-24 |
Family
ID=88378887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310934445.6A Pending CN116933139A (zh) | 2023-07-27 | 2023-07-27 | 一种综合隶属度数值、等级和序位的村庄分类方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116933139A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117610991A (zh) * | 2023-11-15 | 2024-02-27 | 国网冀北电力有限公司经济技术研究院 | 一种电力通信网可靠性分析方法、装置、设备及介质 |
-
2023
- 2023-07-27 CN CN202310934445.6A patent/CN116933139A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117610991A (zh) * | 2023-11-15 | 2024-02-27 | 国网冀北电力有限公司经济技术研究院 | 一种电力通信网可靠性分析方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Regional disaster risk assessment of China based on self-organizing map: clustering, visualization and ranking | |
Ballas et al. | A comparative study of typologies for rural areas in Europe | |
CN105373606A (zh) | 一种改进c4.5决策树算法下的不平衡数据抽样方法 | |
CN107679676A (zh) | 一种基于数值模拟的城市低影响开发优化配置方法 | |
CN104679860B (zh) | 一种不平衡数据的分类方法 | |
CN106528804B (zh) | 一种基于模糊聚类的用户分群方法 | |
CN116050831A (zh) | 一种农业灌溉用水水质预警方法及系统 | |
Munoz | Intergenerational educational mobility within Chile | |
CN107451617A (zh) | 一种图转导半监督分类方法 | |
CN107945079A (zh) | 一种扶贫对象选择方法及装置 | |
Kmail et al. | Coupling GIS-based MCA and AHP techniques for Hospital Site Selection | |
CN109636184A (zh) | 一种品牌的账号资产的评估方法及系统 | |
CN104143117B (zh) | 一种电网特殊负荷与日负荷之间的相关系数提取方法 | |
CN116933139A (zh) | 一种综合隶属度数值、等级和序位的村庄分类方法 | |
CN106354886A (zh) | 在推荐系统中利用潜在邻居关系图筛选最近邻居的方法 | |
CN109783586A (zh) | 基于聚类重采样的水军评论检测系统及方法 | |
Krupowicz | The convergence or divergence of labour resources in Poland? | |
CN108133296A (zh) | 基于活动的社交网络下的一种结合环境数据的活动出席预测方法 | |
CN114118808A (zh) | 一种水资源承载力评价方法 | |
El Katat et al. | A comparative study between lebanon and middle east countries based on data mining techniques | |
Salima et al. | Village status classification based tree algorithm | |
Hendajany et al. | Regional Typology Approach in Education Quality in West Java Based on Agricultural and Non-Agricultural Economic Structure | |
Antczak | Urban Greenery in the Greatest Polish Cities: Analysis of Spatial Concentration | |
CN109272235A (zh) | 一种高速公路项目评估系统 | |
Brandenburger et al. | Cumulative gains model quality metric |
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 |