CN117035482A - 一种土地利用综合整治绩效评估方法及系统 - Google Patents
一种土地利用综合整治绩效评估方法及系统 Download PDFInfo
- Publication number
- CN117035482A CN117035482A CN202310676384.8A CN202310676384A CN117035482A CN 117035482 A CN117035482 A CN 117035482A CN 202310676384 A CN202310676384 A CN 202310676384A CN 117035482 A CN117035482 A CN 117035482A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- comprehensive
- performance
- type
- land
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 138
- 238000009418 renovation Methods 0.000 title claims abstract description 74
- 238000013210 evaluation model Methods 0.000 claims abstract description 89
- 230000006872 improvement Effects 0.000 claims abstract description 87
- 230000008859 change Effects 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000011157 data evaluation Methods 0.000 claims abstract description 15
- 238000005067 remediation Methods 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000000694 effects Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 8
- 230000008439 repair process Effects 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及计算机技术领域,具体涉及一种土地利用综合整治绩效评估方法及系统。该方法通过获取采集的待评估区域内土地利用综合整治绩效数据并根据土地使用情况进行分类,根据分类结果划分绩效评估模型;将获取的待评估区域内土地利用综合整治绩效数据写入对应的绩效评估模型中;利用每个类型的评估模型对所述类型内的土地利用综合整治绩效数据进行数据评估,将获得的评估结果按照权重求和,得到综合评估结果。本申请能够根据绩效数据的不同选择对应绩效评估模型,可以有效地针对不同类型的绩效数据利用其最适用的整治变化率阈值评价标准来进行评估,保证了评估结果的准确性和客观性。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种土地利用综合整治绩效评估方法及系统。
背景技术
近年来,人们越来越重视社会发展过程中经济建设时土地资源保护和生态环境的协调关系,避免经济快速发展导致的土地资源的严重浪费和土地空间的不合理利用问题。
随着人们对社会经济建设的可持续发展观念的不断深入,针对土地利用以及土地整治的要求也在不断提高,对经济建设中土地资源保护和发展起了很大的作用。然而目前在对土地利用综合整治的过程中,难以通过量化的绩效数据对土地利用综合整治的效果进行评估,而且由于每个绩效数据所属的类型不同,导致在对所有绩效数据进行集中评估时导致无法在评估体系进行评估,得到一个与土地利用综合整治实际情况相符的评估结果,不利于实现更集约、更高效、更高质量的土地利用综合整治工作量化。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种土地利用综合整治绩效评估方法及系统用以解决背景技术中提到的难以通过量化的绩效数据对土地利用综合整治的效果进行评估,而且由于每个绩效数据所属的类型不同,导致在对所有绩效数据进行集中评估时导致无法在评估体系进行评估的问题。
为实现上述目的,本申请实施例提供了如下的技术方案:
第一方面,在本申请提供的一个实施例中,提供了一种土地利用综合整治绩效评估方法,该方法包括:
获取采集的待评估区域内土地利用综合整治绩效数据并根据土地使用情况进行分类,根据分类结果划分绩效评估模型;
将获取的待评估区域内土地利用综合整治绩效数据写入对应的绩效评估模型中;
利用每个类型的评估模型对所述类型内的土地利用综合整治绩效数据进行数据评估,将获得的评估结果按照权重求和,得到综合评估结果。
作为本发明的进一步方案,还包括根据采集的待评估区域内土地利用综合整治绩效数据进行土地使用情况比对,比对方法包括以下步骤:
基于遥感影像对整治前后不同时间段内同一待评估区域的土地进行遥感影像采集;
对获取的遥感影像进行二值化处理,生成图像特征图块;
将得到的至少两张图像特征图块进行像素对比,获得所述待评估区域内土地利用的比对区别区域。
作为本发明的进一步方案,在根据土地使用情况进行分类,根据分类结果划分绩效评估模型之前,所述土地利用综合整治绩效评估方法还包括:
加载每块待评估区域的土地利用综合整治绩效数据中的整治变化率阈值;
将比对区别区域面积的占比与整治变化率阈值进行对比,判断所述待评估区域的土地利用综合整治是否合格;
将不合格的土地利用综合整治绩效数据保存至未达标类别数据库并发出数据不合格的提醒,将合格的土地利用综合整治绩效数据存储到预设服务器中。
作为本发明的进一步方案,所述获取采集的待评估区域内土地利用综合整治绩效数据并根据土地使用情况进行分类,根据分类结果划分绩效评估模型,包括:
获取通过遥感影像采集的土地利用综合整治绩效数据;
确定每块土地利用综合整治绩效数据对应的数据类型,根据所述数据类型对每个土地利用综合整治绩效数据进行分类,获取所述分类结果;
基于所述分类结果,对每个类型内的土地利用综合整治绩效数据进行绩效评估权重计算,获的权重占比结果;
根据每块土地利用综合整治绩效数据的权重占比结果从多个预设绩效评估模型中选择目标绩效评估模型。
作为本发明的进一步方案,所述将获取的待评估区域内土地利用综合整治绩效数据写入对应的绩效评估模型中,包括:
利用每个类型对应的绩效评估模型结合土地利用综合整治标准化绩效评估目标分析出所述类型对应的目标土地利用综合整治绩效数据的绩效评估影响因素;
对每个目标土地利用综合整治绩效数据的绩效评估影响因素进行分析获得其对应的影响因子,并从所述影响因子中筛选出目标影响因子;
基于所述目标影响因子和每个目标土地利用综合整治绩效数据的整治变化率阈值,构建每个类型对应的整治变化率阈值评价标准。
作为本发明的进一步方案,所述利用每个类型的评估模型对所述类型内的土地利用综合整治绩效数据进行数据评估,将获得的评估结果按照权重求和,得到综合评估结果,包括:
根据每个类型的评估模型确定所述类型内的土地利用综合整治绩效数据的整治变化率阈值的分配权重;
基于整治变化率阈值的分配权重,利用每个类型的评估模型计算出所述类型内的土地利用综合整治绩效数据的实施效果评价结果;
根据每个类型内的土地利用综合整治绩效数据的实施效果评价结果确定所述类型的分类数据的综合评估结果。
作为本发明的进一步方案,所述根据每个类型的评估模型确定所述类型内的土地利用综合整治绩效数据的整治变化率阈值的分配权重,包括:
基于每个类型的评估模型的模型输出结果构建整治变化率阈值矩阵;
对所述整治变化率阈值矩阵中的每个矩阵因子设置相同的权重;
构建基于权重因子矩阵的计算模型;
利用所述计算模型确定整治变化率阈值矩阵中每个特征因子对应的特征向量;
将每个类型的评估模型的整治变化率阈值矩阵对应特征因子对应的特征向量作为输入,利用所述类型的评估模型进行模型求解,获取计算结果;
解析所述计算结果,获得每个类型的评估模型输出的绩效评估权重;
将每个类型的评估模型输出的绩效评估权重进行聚类,获取聚类结果;
根据所述聚类结果确定每个整治变化率阈值对应的绩效评估权重数据集;
根据每个整治变化率阈值对应的绩效评估权重数据集与所有绩效评估权重的比例计算出每个类型的评估模型确定所述类型内的土地利用综合整治绩效数据的整治变化率阈值的分配权重。
一种土地利用综合整治绩效评估系统,该系统包括:
绩效数据获取模块,用于获取采集的待评估区域内土地利用综合整治绩效数据;
模型分类模块,用于根据土地使用情况进行分类,根据分类结果划分绩效评估模型;
数据写入模块,用于将获取的待评估区域内土地利用综合整治绩效数据写入对应的绩效评估模型中;
综合评估模块,用于利用每个类型的评估模型对所述类型内的土地利用综合整治绩效数据进行数据评估,将获得的评估结果按照权重求和,得到综合评估结果。
第三方面,在本申请提供的又一个实施例中,提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器加载并执行所述计算机程序时实现土地利用综合整治绩效评估方法的步骤。
第四方面,在本申请提供的再一个实施例中,提供了一种存储介质,存储有计算机程序,所述计算机程序被处理器加载并执行时实现所述土地利用综合整治绩效评估方法的步骤。
本申请提供的技术方案,具有如下有益效果:
本发明的土地利用综合整治绩效评估方法及系统,通过获取采集的待评估区域内土地利用综合整治绩效数据并根据土地使用情况进行分类,根据分类结果划分绩效评估模型;将获取的待评估区域内土地利用综合整治绩效数据写入对应的绩效评估模型中;利用每个类型的评估模型对所述类型内的土地利用综合整治绩效数据进行数据评估,将获得的评估结果按照权重求和,得到综合评估结果。
本发明能够根据绩效数据的不同选择对应绩效评估模型,进而构建不同的整治变化率阈值评价标准和评估模型来对所述类型的绩效数据进行综合评估,可以有效地针对不同类型的绩效数据利用其最适用的整治变化率阈值评价标准来进行评估,保证了评估结果的准确性和客观性,使得评估结果可以为土地利用综合整治监管提供依据,有利于土地的综合整治和可持续性发展,解决了现有技术中由于每个绩效数据所属的类型不同,导致在对所有绩效数据进行集中评估时导致无法在评估体系进行评估,不利于实现更集约、更高效、更高质量的土地利用综合整治工作量化的问题。
本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述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申请的一些实施例。在附图中:
图1为本申请一个实施例的一种土地利用综合整治绩效评估方法的流程图。
图2为本申请一个实施例的一种土地利用综合整治绩效评估方法中土地使用情况比对的流程图。
图3为本申请一个实施例的一种土地利用综合整治绩效评估方法中合格判断的流程图。
图4为本申请一个实施例的一种土地利用综合整治绩效评估方法中划分绩效评估模型的流程图。
图5为本申请又一个实施例的一种土地利用综合整治绩效评估方法中数据写入的流程图。
图6为本申请又一个实施例的一种土地利用综合整治绩效评估方法中获得综合评估结果的流程图。
图7为本申请又一个实施例的一种土地利用综合整治绩效评估方法中分配权重的流程图。
图8为本申请一个实施例的一种土地利用综合整治绩效评估系统的系统框图。
图9为本申请一个实施例的一种土地利用综合整治绩效评估系统中遥感影像采集处理的系统框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
应当理解,为了便于清楚描述本申请实施例的技术方案,在本申请的实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。例如,第一回调函数和第二回调函数仅仅是为了区分不同的回调函数,并不对其先后顺序进行限定。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。
还应当进理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
由于前在对土地利用综合整治的过程中,难以通过量化的绩效数据对土地利用综合整治的效果进行评估,而且由于每个绩效数据所属的类型不同,导致在对所有绩效数据进行集中评估时导致无法在评估体系进行评估,得到一个与土地利用综合整治实际情况相符的评估结果,不利于实现更集约、更高效、更高质量的土地利用综合整治工作量化。
因此,本申请提供了一种土地利用综合整治绩效评估方法及系统,通过量化的绩效数据对土地利用综合整治的效果进行评估,解决了现有技术中由于每个绩效数据所属的类型不同,故而使用同一个评估体系进行评估会导致最终的评估结果与实际不相符合从而导致制度的修改工作遭遇堵塞,影响了土地的发展的问题。
本申请提供的一种土地利用综合整治绩效评估方法及系统基于人机交互的土地利用综合整治绩效评估设备,该设备可以是PC、便携计算机、移动终端等具有图像采集和生理参数采集功能的计算机设备。
在上下文中所称“计算机设备”,也称为“电脑”,是指可以通过运行预定程序或指令来执行数值计算和/或逻辑计算等预定处理过程的智能电子设备,其可以包括处理器与存储器,由处理器执行在存储器中预存的存续指令来执行预定处理过程,或是由ASIC、FPGA、DSP等硬件执行预定处理过程,或是由上述二者组合来实现。计算机设备包括但不限于服务器、个人电脑、笔记本电脑、平板电脑、智能手机等。
所述计算机设备包括用户设备与网络设备。其中,所述用户设备包括但不限于电脑、智能手机、PDA等;所述网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(Cloud Computing)的由大量计算机或网络服务器构成的云,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个超级虚拟计算机。其中,所述计算机设备可单独运行来实现本申请,也可接入网络并通过与网络中的其他计算机设备的交互操作来实现本申请。其中,所述计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、VPN网络等。
具体地,下面结合附图,对本申请实施例作进一步阐述。
请参阅图1,图1是本申请实施例提供的一种土地利用综合整治绩效评估方法的流程图,如图1所示,该土地利用综合整治绩效评估方法包括步骤S10至步骤S30。
S10、获取采集的待评估区域内土地利用综合整治绩效数据并根据土地使用情况进行分类,根据分类结果划分绩效评估模型;
S20、将获取的待评估区域内土地利用综合整治绩效数据写入对应的绩效评估模型中;
S30、利用每个类型的评估模型对所述类型内的土地利用综合整治绩效数据进行数据评估,将获得的评估结果按照权重求和,得到综合评估结果。
本申请的实施例中,通过获取采集的待评估区域内土地利用综合整治绩效数据并根据土地使用情况进行分类,根据分类结果划分绩效评估模型,将获取的待评估区域内土地利用综合整治绩效数据写入对应的绩效评估模型中,利用每个类型的评估模型对所述类型内的土地利用综合整治绩效数据进行数据评估,将获得的评估结果按照权重求和,得到综合评估结果。
在本申请的实施例中,参见图2所示,还包括根据采集的待评估区域内土地利用综合整治绩效数据进行土地使用情况比对,比对方法包括以下步骤S101-S103:
步骤S101、基于遥感影像对整治前后不同时间段内同一待评估区域的土地进行遥感影像采集;
步骤S102、对获取的遥感影像进行二值化处理,生成图像特征图块;
步骤S103、将得到的至少两张图像特征图块进行像素对比,获得所述待评估区域内土地利用的比对区别区域。
在本申请的实施例中,参见图3所示,在根据土地使用情况进行分类,根据分类结果划分绩效评估模型之前,所述土地利用综合整治绩效评估方法步骤S201-S203:
步骤S201、加载每块待评估区域的土地利用综合整治绩效数据中的整治变化率阈值;
步骤S202、将比对区别区域面积的占比与整治变化率阈值进行对比,判断所述待评估区域的土地利用综合整治是否合格;
步骤S203、将不合格的土地利用综合整治绩效数据保存至未达标类别数据库并发出数据不合格的提醒,将合格的土地利用综合整治绩效数据存储到预设服务器中。
本申请实施例中,通过评估每个土地利用综合整治绩效数据是否合格可以在对其进行指标评估之前进行数据有效判断工作,从而可以保证获得一个完整有效的绩效数据,为后续进行综合评估提供了保障。
在本申请的实施例中,参见图4所示,所述获取采集的待评估区域内土地利用综合整治绩效数据并根据土地使用情况进行分类,根据分类结果划分绩效评估模型,包括步骤S301-S34:
步骤S301、获取通过遥感影像采集的土地利用综合整治绩效数据;
步骤S302、确定每块土地利用综合整治绩效数据对应的数据类型,根据所述数据类型对每个土地利用综合整治绩效数据进行分类,获取所述分类结果;
步骤S303、基于所述分类结果,对每个类型内的土地利用综合整治绩效数据进行绩效评估权重计算,获的权重占比结果;
步骤S304、根据每块土地利用综合整治绩效数据的权重占比结果从多个预设绩效评估模型中选择目标绩效评估模型。
本申请的实施例中,通过对每个类型的土地利用综合整治绩效数据进行多因子分析来选择出所述类型的土地利用综合整治绩效数据对应的目标绩效评估模型可以针对每个类型的土地利用综合整治绩效数据中的每个要素的特征因子来综合地选择出最适配的绩效评估方法,提高了容错率的同时也进一步地保证了评估结果的准确性。
在本申请的实施例中,参见图5所示,所述将获取的待评估区域内土地利用综合整治绩效数据写入对应的绩效评估模型中,包括步骤S401-S403:
步骤S401、利用每个类型对应的绩效评估模型结合土地利用综合整治标准化绩效评估目标分析出所述类型对应的目标土地利用综合整治绩效数据的绩效评估影响因素;
步骤S402、对每个目标土地利用综合整治绩效数据的绩效评估影响因素进行分析获得其对应的影响因子,并从所述影响因子中筛选出目标影响因子;
步骤S403、基于所述目标影响因子和每个目标土地利用综合整治绩效数据的整治变化率阈值,构建每个类型对应的整治变化率阈值评价标准。
本申请的实施例中,通过选择目标影响因子结合每个目标土地利用综合整治绩效数据的整治变化率阈值构建每个类型对应的整治变化率阈值评价标准可以将整治变化率阈值与其对应的影响因子相结合来综合地构建整治变化率阈值评价标准,保证了整治变化率阈值评价标准所评估出来的结果的客观性和准确性,提高了整体的稳定性和实用性。
在本申请的实施例中,参见图6所示,所述利用每个类型的评估模型对所述类型内的土地利用综合整治绩效数据进行数据评估,将获得的评估结果按照权重求和,得到综合评估结果,包括步骤S404-S406:
步骤S404、根据每个类型的评估模型确定所述类型内的土地利用综合整治绩效数据的整治变化率阈值的分配权重;
步骤S405、基于整治变化率阈值的分配权重,利用每个类型的评估模型计算出所述类型内的土地利用综合整治绩效数据的实施效果评价结果;
步骤S406、根据每个类型内的土地利用综合整治绩效数据的实施效果评价结果确定所述类型的分类数据的综合评估结果。
本申请的实施例中,通过根据每个整治变化率阈值的分配权重来确定每个类型的分类数据的综合评估结果可以有效地根据每个类型的分类数据中的整治变化率阈值来合理地计算出其实施评分,计算结果更加简单高效,提高了评估效率的同时也提高了评估准确性。
在本申请的实施例中,参见图7所示,所述根据每个类型的评估模型确定所述类型内的土地利用综合整治绩效数据的整治变化率阈值的分配权重,包括步骤S501-S504:
步骤S501、基于每个类型的评估模型的模型输出结果构建整治变化率阈值矩阵;
步骤S502、对所述整治变化率阈值矩阵中的每个矩阵因子设置相同的权重,构建基于权重因子矩阵的计算模型;
步骤S503、利用所述计算模型确定整治变化率阈值矩阵中每个特征因子对应的特征向量;
步骤S504、将每个类型的评估模型的整治变化率阈值矩阵对应特征因子对应的特征向量作为输入,利用所述类型的评估模型进行模型求解,获取计算结果。
在本申请的实施例中,所述根据每个类型的评估模型确定所述类型内的土地利用综合整治绩效数据的整治变化率阈值的分配权重,还包括:
解析所述计算结果,获得每个类型的评估模型输出的绩效评估权重;
将每个类型的评估模型输出的绩效评估权重进行聚类,获取聚类结果;
根据所述聚类结果确定每个整治变化率阈值对应的绩效评估权重数据集;
根据每个整治变化率阈值对应的绩效评估权重数据集与所有绩效评估权重的比例计算出每个类型的评估模型确定所述类型内的土地利用综合整治绩效数据的整治变化率阈值的分配权重。
本发明的土地利用综合整治绩效评估方法及系统,通过获取采集的待评估区域内土地利用综合整治绩效数据并根据土地使用情况进行分类,根据分类结果划分绩效评估模型;将获取的待评估区域内土地利用综合整治绩效数据写入对应的绩效评估模型中;利用每个类型的评估模型对所述类型内的土地利用综合整治绩效数据进行数据评估,将获得的评估结果按照权重求和,得到综合评估结果。
本发明能够根据绩效数据的不同选择对应绩效评估模型,进而构建不同的整治变化率阈值评价标准和评估模型来对所述类型的绩效数据进行综合评估,可以有效地针对不同类型的绩效数据利用其最适用的整治变化率阈值评价标准来进行评估,保证了评估结果的准确性和客观性,使得评估结果可以为土地利用综合整治监管提供依据,有利于土地的综合整治和可持续性发展,解决了现有技术中由于每个绩效数据所属的类型不同,故而使用同一个评估体系进行评估会导致最终的评估结果与实际不相符合从而导致制度的修改工作遭遇堵塞,影响了土地的发展的问题。
应该理解的是,上述虽然是按照某一顺序描述的,但是这些步骤并不是必然按照上述顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,本实施例的一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
参见图8所示,本申请的一个实施例提供一种土地利用综合整治绩效评估系统,该系统包括绩效数据获取模块100、模型分类模块200、数据写入模块300和综合评估模块400。
在本申请实施例中,所述绩效数据获取模块100,用于获取采集的待评估区域内土地利用综合整治绩效数据;
在本申请实施例中,所述模型分类模块200,用于根据土地使用情况进行分类,根据分类结果划分绩效评估模型;
在本申请实施例中,所述数据写入模块300,用于将获取的待评估区域内土地利用综合整治绩效数据写入对应的绩效评估模型中;
在本申请实施例中,所述综合评估模块400,用于利用每个类型的评估模型对所述类型内的土地利用综合整治绩效数据进行数据评估,将获得的评估结果按照权重求和,得到综合评估结果。
其中,参见图9所示,在本申请的实施例中,还包括:
图像采集模块110,用于基于遥感影像对整治前后不同时间段内同一待评估区域的土地进行遥感影像采集;
图像处理模块120,用于对获取的遥感影像进行二值化处理,生成图像特征图块;
图像比对模块130,用于将得到的至少两张图像特征图块进行像素对比,获得所述待评估区域内土地利用的比对区别区域。
需要特别说明的是,土地利用综合整治绩效评估系统进行执行如前述实施例的一种土地利用综合整治绩效评估方法,因此,本实施例中对土地利用综合整治绩效评估方法不再详细介绍。
在一个实施例中,在本申请的实施例中还提供了一种计算机设备,包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行所述的土地利用综合整治绩效评估方法,该处理器执行指令时实现上述各方法实施例中的步骤:
获取采集的待评估区域内土地利用综合整治绩效数据并根据土地使用情况进行分类,根据分类结果划分绩效评估模型;
将获取的待评估区域内土地利用综合整治绩效数据写入对应的绩效评估模型中;
利用每个类型的评估模型对所述类型内的土地利用综合整治绩效数据进行数据评估,将获得的评估结果按照权重求和,得到综合评估结果。
在本申请的一个实施例中还提供了一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤:
获取采集的待评估区域内土地利用综合整治绩效数据并根据土地使用情况进行分类,根据分类结果划分绩效评估模型;
将获取的待评估区域内土地利用综合整治绩效数据写入对应的绩效评估模型中;
利用每个类型的评估模型对所述类型内的土地利用综合整治绩效数据进行数据评估,将获得的评估结果按照权重求和,得到综合评估结果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是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非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种土地利用综合整治绩效评估方法,其特征在于,该方法包括:
获取采集的待评估区域内土地利用综合整治绩效数据并根据土地使用情况进行分类,根据分类结果划分绩效评估模型;
将获取的待评估区域内土地利用综合整治绩效数据写入对应的绩效评估模型中;
利用每个类型的评估模型对所述类型内的土地利用综合整治绩效数据进行数据评估,将获得的评估结果按照权重求和,得到综合评估结果。
2.如权利要求1所述的土地利用综合整治绩效评估方法,其特征在于,还包括根据采集的待评估区域内土地利用综合整治绩效数据进行土地使用情况比对,比对方法包括以下步骤:
基于遥感影像对整治前后不同时间段内同一待评估区域的土地进行遥感影像采集;
对获取的遥感影像进行二值化处理,生成图像特征图块;
将得到的至少两张图像特征图块进行像素对比,获得所述待评估区域内土地利用的比对区别区域。
3.如权利要求2所述的土地利用综合整治绩效评估方法,其特征在于,在根据土地使用情况进行分类,根据分类结果划分绩效评估模型之前,所述土地利用综合整治绩效评估方法还包括:
加载每块待评估区域的土地利用综合整治绩效数据中的整治变化率阈值;
将比对区别区域面积的占比与整治变化率阈值进行对比,判断所述待评估区域的土地利用综合整治是否合格;
将不合格的土地利用综合整治绩效数据保存至未达标类别数据库并发出数据不合格的提醒,将合格的土地利用综合整治绩效数据存储到预设服务器中。
4.如权利要求3所述的土地利用综合整治绩效评估方法,其特征在于,所述获取采集的待评估区域内土地利用综合整治绩效数据并根据土地使用情况进行分类,根据分类结果划分绩效评估模型,包括:
获取通过遥感影像采集的土地利用综合整治绩效数据;
确定每块土地利用综合整治绩效数据对应的数据类型,根据所述数据类型对每个土地利用综合整治绩效数据进行分类,获取所述分类结果;
基于所述分类结果,对每个类型内的土地利用综合整治绩效数据进行绩效评估权重计算,获的权重占比结果;
根据每块土地利用综合整治绩效数据的权重占比结果从多个预设绩效评估模型中选择目标绩效评估模型。
5.如权利要求1所述的土地利用综合整治绩效评估方法,其特征在于,所述将获取的待评估区域内土地利用综合整治绩效数据写入对应的绩效评估模型中,包括:
利用每个类型对应的绩效评估模型结合土地利用综合整治标准化绩效评估目标分析出所述类型对应的目标土地利用综合整治绩效数据的绩效评估影响因素;
对每个目标土地利用综合整治绩效数据的绩效评估影响因素进行分析获得其对应的影响因子,并从所述影响因子中筛选出目标影响因子;
基于所述目标影响因子和每个目标土地利用综合整治绩效数据的整治变化率阈值,构建每个类型对应的整治变化率阈值评价标准。
6.如权利要求5所述的土地利用综合整治绩效评估方法,其特征在于,所述利用每个类型的评估模型对所述类型内的土地利用综合整治绩效数据进行数据评估,将获得的评估结果按照权重求和,得到综合评估结果,包括:
根据每个类型的评估模型确定所述类型内的土地利用综合整治绩效数据的整治变化率阈值的分配权重;
基于整治变化率阈值的分配权重,利用每个类型的评估模型计算出所述类型内的土地利用综合整治绩效数据的实施效果评价结果;
根据每个类型内的土地利用综合整治绩效数据的实施效果评价结果确定所述类型的分类数据的综合评估结果。
7.如权利要求1所述的土地利用综合整治绩效评估方法,其特征在于,所述根据每个类型的评估模型确定所述类型内的土地利用综合整治绩效数据的整治变化率阈值的分配权重,包括:
基于每个类型的评估模型的模型输出结果构建整治变化率阈值矩阵;
对所述整治变化率阈值矩阵中的每个矩阵因子设置相同的权重,构建基于权重因子矩阵的计算模型;
利用所述计算模型确定整治变化率阈值矩阵中每个特征因子对应的特征向量;
将每个类型的评估模型的整治变化率阈值矩阵对应特征因子对应的特征向量作为输入,利用所述类型的评估模型进行模型求解,获取计算结果。
8.如权利要求7所述的土地利用综合整治绩效评估方法,其特征在于,所述根据每个类型的评估模型确定所述类型内的土地利用综合整治绩效数据的整治变化率阈值的分配权重,还包括:
解析所述计算结果,获得每个类型的评估模型输出的绩效评估权重;
将每个类型的评估模型输出的绩效评估权重进行聚类,获取聚类结果;
根据所述聚类结果确定每个整治变化率阈值对应的绩效评估权重数据集;
根据每个整治变化率阈值对应的绩效评估权重数据集与所有绩效评估权重的比例计算出每个类型的评估模型确定所述类型内的土地利用综合整治绩效数据的整治变化率阈值的分配权重。
9.一种土地利用综合整治绩效评估系统,其特征在于,所述土地利用综合整治绩效评估系统用于执行权利要求1-8中任意一项所述土地利用综合整治绩效评估方法;所述土地利用综合整治绩效评估系统,包括:
绩效数据获取模块,用于获取采集的待评估区域内土地利用综合整治绩效数据;
模型分类模块,用于根据土地使用情况进行分类,根据分类结果划分绩效评估模型;
数据写入模块,用于将获取的待评估区域内土地利用综合整治绩效数据写入对应的绩效评估模型中;
综合评估模块,用于利用每个类型的评估模型对所述类型内的土地利用综合整治绩效数据进行数据评估,将获得的评估结果按照权重求和,得到综合评估结果。
10.如权利要求9所述的土地利用综合整治绩效评估系统,其特征在于,还包括:
图像采集模块,用于基于遥感影像对整治前后不同时间段内同一待评估区域的土地进行遥感影像采集;
图像处理模块,用于对获取的遥感影像进行二值化处理,生成图像特征图块;
图像比对模块,用于将得到的至少两张图像特征图块进行像素对比,获得所述待评估区域内土地利用的比对区别区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310676384.8A CN117035482A (zh) | 2023-06-08 | 2023-06-08 | 一种土地利用综合整治绩效评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310676384.8A CN117035482A (zh) | 2023-06-08 | 2023-06-08 | 一种土地利用综合整治绩效评估方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117035482A true CN117035482A (zh) | 2023-11-10 |
Family
ID=88626902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310676384.8A Pending CN117035482A (zh) | 2023-06-08 | 2023-06-08 | 一种土地利用综合整治绩效评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117035482A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117933831A (zh) * | 2024-03-25 | 2024-04-26 | 山东山科数字经济研究院有限公司 | 基于机器学习可训练的项目绩效评估方法及系统 |
-
2023
- 2023-06-08 CN CN202310676384.8A patent/CN117035482A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117933831A (zh) * | 2024-03-25 | 2024-04-26 | 山东山科数字经济研究院有限公司 | 基于机器学习可训练的项目绩效评估方法及系统 |
CN117933831B (zh) * | 2024-03-25 | 2024-06-11 | 山东山科数字经济研究院有限公司 | 基于机器学习可训练的项目绩效评估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6771751B2 (ja) | リスク評価方法およびシステム | |
CN110930249A (zh) | 大型企业信用风险预测方法及系统、存储介质及电子设备 | |
CN110287250B (zh) | 用户等级量化方法和装置 | |
CN117035482A (zh) | 一种土地利用综合整治绩效评估方法及系统 | |
CN112486788B (zh) | 一种工作量评估方法、装置、电子设备和可读存储介质 | |
CN112990583B (zh) | 一种数据预测模型的入模特征确定方法及设备 | |
CN110084476B (zh) | 案件调整方法、装置、计算机设备和存储介质 | |
CN111209111A (zh) | 基于区块链系统的资源分配方法、装置、设备和存储介质 | |
CN110796591A (zh) | 一种gpu卡的使用方法及相关设备 | |
CN113157757A (zh) | 一种数据推荐方法、装置、电子设备及存储介质 | |
CN112257958A (zh) | 一种电力饱和负荷预测方法及装置 | |
CN111353577B (zh) | 基于多任务的级联组合模型的优化方法、装置及终端设备 | |
CN116468967A (zh) | 样本图像筛选方法、装置、电子设备及存储介质 | |
CN111241571A (zh) | 一种数据共享方法及模型、存储介质 | |
CN112396430B (zh) | 用于企业评价的处理方法及系统 | |
CN111783487B (zh) | 一种读卡器设备的故障预警方法及装置 | |
CN114841664A (zh) | 一种多任务处理顺序确定方法及装置 | |
CN110570136B (zh) | 配送范围确定方法、装置、电子设备以及存储介质 | |
CN116012123B (zh) | 一种基于Rete算法的风控规则引擎方法及系统 | |
CN116757388B (zh) | 一种基于冗余约束筛选的电力市场出清方法及装置 | |
CN110796381B (zh) | 风控模型的建模方法、装置、终端设备及介质 | |
CN110059227B (zh) | 一种确定多个样本之间的网络结构的方法及装置 | |
CN115374103A (zh) | 一种数据处理方法及相关设备 | |
CN113283879A (zh) | 一种施工量的确定方法、装置、电子设备及可读存储介质 | |
JP2002092311A (ja) | リスク量定量化システム |
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 |