通过大数据进行土地全生命周期维护系统技术方案

本发明专利技术提出了一种通过大数据进行土地全生命周期维护系统，包括如下步骤：S1，通过大数据平台获取土地规划建设基础数据，对基础数据进行收集分类，通过聚类算法进行土地数据聚类修正；S2，根据土地数据集合的聚类修正，执行完毕标准化后，对土地数据聚类数据进行异常调整，提高数据质量；S3，通过土地数据得分函数中的偏差系数的调节，提高土地数据实际变化和预期变化的差异度得分；S4，计算得分后的土地数据进行准确率和召回率评估，并根据评估结果进行对应的土地数据维护操作。行对应的土地数据维护操作。行对应的土地数据维护操作。

【技术实现步骤摘要】
通过大数据进行土地全生命周期维护系统


[0001]本专利技术涉及地图信息分析领域，尤其涉及一种通过大数据进行土地全生命周期维护系统。

技术介绍

[0002]针对土地全生命周期维护管理，需要对储备状态下的土地进行全方位的监管操作，在监管过程中获取土地规划，土地用途，土地建设，土地维护的全方位数据，进行后期的优化和管理，针对海量数据如何进行土地精细化的管理，如何针对土地全生命周期进行数据维护，这就亟需本领域技术人员解决相应的技术问题。

技术实现思路

[0003]本专利技术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通过大数据进行土地全生命周期维护系统。
[0004]为了实现本专利技术的上述目的，本专利技术提供了一种通过大数据进行土地全生命周期维护系统，包括如下步骤：
[0005]S1，通过大数据平台获取土地规划建设基础数据，对基础数据进行收集分类，通过聚类算法进行土地数据聚类修正；
[0006]S2，根据土地数据集合的聚类修正，执行完毕标准化后，对土地数据聚类数据进行异常调整，提高数据质量；
[0007]S3，通过土地数据得分函数中的偏差系数的调节，提高土地数据实际变化和预期变化的差异度得分；
[0008]S4，计算得分后的土地数据进行准确率和召回率评估，并根据评估结果进行对应的土地数据维护操作。
[0009]上述技术方案优选的，所述S1包括：
[0010]S1
‑
1，进行土地规划建设数据预处理，依据土地供应时间和供应用途进行分类，对土地规划建设数据形成初始数据集；
[0011]S1
‑
2，根据初始数据集的内容进行聚类操作，由于历史时间阶段土地数据的聚类算法为
[0012]其中，i为土地数据集中元素的数量，k为数据集的随机点，a
i
为数据集中的簇，b
i
为簇a
i
的均值，μ为异常调节系数，F为聚类算法表达字符。
[0013]上述技术方案优选的，所述S1还包括：
[0014]S1
‑
3，对于土地数据集的中数量为i的元素，其异常调节系数μ∈[0,1]，计算公式为：
[0015][0016]其中为土地数据集I中第i个元素对应的特征向量，上标D
i
为实际土地数据
的特征向量数，上标D
int
为初始土地数据的特征向量数，上标
·
T
表示转置，为sigmoid激活函数，神经网络学习得到的实际土地数据异常权重和初始土地数据异常权重是土地数据集中特征向量的线性变换，初始土地数据偏置项以及实际土地数据偏置项A
B
∈I用于修正土地数据异常量；D
i
×
D
int
为Φ
i
的权重维度；每个异常调节系数的输出值是输入特征向量C
i
与实际土地数据异常权重Φ
i
和初始土地数据异常权重B逐元素计算的调节特征通过调节系数对聚类算法进行修正。
[0017]上述技术方案优选的，所述S2包括：
[0018]S2
‑
1，确定土地全生命周期维护中的特征向量分析目标，对于监测土地利用变化根据不同的目标，选择得分函数进行分析，
[0019]S2
‑
2，由于聚类算法将土地数据的初期变化特征进行相应的运算，将新获取的土地数据集中的特征向量进行得分函数计算；
[0020]由于土地数据涉及到地理坐标，在相应地块中对于土地数据的实时变迁与预期的土地数据形成相应的偏移，通过得分函数进行获取土地数据的变化得分；
[0021]得分函数为
[0022]其中，σ为实际土地变化数据权重，为预期土地变化数据权重，S
F
为聚类算法F计算后实际土地数据变化面积，S'
F
为预期土地数据变化面积，α
i
为土地数据集中第i个元素的实际偏移系数，β
i
为土地数据集中第i个元素的预期偏移系数。
[0023]上述技术方案优选的，所述S3包括：
[0024]S3
‑
1，逐步调整参数，直到获得最优参数，通过确定参数范围：进行验证和应用土地数据集来验证模型的泛化性能，
[0025]S3
‑
2，根据实际土地数据变化的土地数据集中形成的离散误差，对土地数据集中第i个元素的实际偏移系数α
i
进行计算，
[0026]其中，c为土地数据集中第i个元素实际变化值，S
c
为土地数据实际建设值，ΔT为土地数据实际偏移量。
[0027]上述技术方案优选的，所述S3包括：
[0028]S3
‑
3，根据预期土地数据变化的土地数据集中形成的离散误差，对土地数据集中第i个元素的预期偏移系数α
i
进行计算，
[0029]其中，c为土地数据集中第i个元素预期变化值，S
‘
c
为土地数据预期建设值，ΔT
′
为土地数据预期偏移量。
[0030]上述技术方案优选的，所述S4包括：
[0031]对于需要监测的土地数据获取的聚类算法的整体获取的e是总的聚类簇数，e
J
是经过得分函数计算后的聚类样本在推荐阈值内，经过得分函数计算后在推荐阈值之外d
J
，设定为准确率和召回率定义为：
[0032][0033][0034][0035]综上所述，由于采用了上述技术方案，本专利技术的有益效果是：
[0036]通过对土地全生命周期的维护管理，能够评估土地的最佳用途，利用大数据分析土地的资源利用情况，管理土地资源，确保土地资源得到合理利用，而且在大数据分析土地全生命周期过程中对于制定土地保护方案，确保土地利用效率最大化，同时保证土地资源得到充分保护。通过利用大数据技术进行土地使用计划的优化，可以帮助决策者制定科学、合理的土地利用方案，提高土地利用效率，促进经济、社会和环境的可持续发展。
[0037]本专利技术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，或通过本专利技术的实践了解到。
附图说明
[0038]本专利技术的上述和/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：
[0039]图1是本专利技术总体示意图。
具体实施方式
[0040]下面详细描述本专利技术的实施例，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，仅用于解释本专利技术，而不能理解为对本专利技术的限制。
[0041]如图1所示，本专利技术公开一种通过大数据进行土地全生命周期维护系统，包括如下步骤：
[0042]S1，通过大数据平台获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种通过大数据进行土地全生命周期维护系统，其特征在于，包括如下步骤：S1，通过大数据平台获取土地规划建设基础数据，对基础数据进行收集分类，通过聚类算法进行土地数据聚类修正；S2，根据土地数据集合的聚类修正，执行完毕标准化后，对土地数据聚类数据进行异常调整，提高数据质量；S3，通过土地数据得分函数中的偏差系数的调节，提高土地数据实际变化和预期变化的差异度得分；S4，计算得分后的土地数据进行准确率和召回率评估，并根据评估结果进行对应的土地数据维护操作。2.根据权利要求1所述的通过大数据进行土地全生命周期维护系统，其特征在于，所述S1包括：S1
‑
1，进行土地规划建设数据预处理，依据土地供应时间和供应用途进行分类，对土地规划建设数据形成初始数据集；S1
‑
2，根据初始数据集的内容进行聚类操作，由于历史时间阶段土地数据的聚类算法为其中，i为土地数据集中元素的数量，k为数据集的随机点，a
i
为数据集中的簇，b
i
为簇a
i
的均值，μ为异常调节系数，F为聚类算法表达字符。3.根据权利要求2所述的通过大数据进行土地全生命周期维护系统，其特征在于，所述S1还包括：S1
‑
3，对于土地数据集的中数量为i的元素，其异常调节系数μ∈[0,1]，计算公式为：其中为土地数据集I中第i个元素对应的特征向量，上标D
i
为实际土地数据的特征向量数，上标D
int
为初始土地数据的特征向量数，上标
·
T表示转置，为sigmoid激活函数，神经网络学习得到的实际土地数据异常权重和初始土地数据异常权重是土地数据集中特征向量的线性变换，初始土地数据偏置项以及实际土地数据偏置项A
B
∈I用于修正土地数据异常量；D
i
×
D
int
为Φ
i
的权重维度；每个异常调节系数的输出值是输入特征向量C
i
与实际土地数据异常权重Φ
i
和初始土地数据异常权重B逐元素计算的调节特征通过调节系数对聚类算法进行修正。4.根据权利要求1所述的通过大数据进行土地全生命周期维护系统，其特征在于，所述S2包括：S2

【专利技术属性】
技术研发人员：刘晓瑜，包义超，李爱迪，陈晓，胡莉，姚秋昇，邓禹，杜晗，
申请(专利权)人：重庆市规划和自然资源调查监测院，
类型：发明
国别省市：