本申请属于土地研究技术领域，公开了一种低效工业用地绩效评分方法、装置、设备及存储介质，该方法包括：获取包括多个训练土地块的训练样本；基于层次分析法得到训练样本中各训练土地块的绩效分数；基于土地多源数据得到各训练土地块的训练特征；基于各训练土地块的绩效分数和训练特征构建多个样本对；将各样本对输入预训练排序模型中进行训练，得到训练好的评分预测模型；获取目标土地块和训练样本中绩效分数最高的训练土地块；基于土地多源数据得到目标土地块的目标特征；将目标特征和绩效分数最高的训练土地块的训练特征输入训练好的评分预测模型，得到目标土地块的目标绩效评分。本申请可以使标绩效评分的计算更加客观、科学，准确性更高。准确性更高。准确性更高。
【技术实现步骤摘要】
一种低效工业用地绩效评分方法、装置、设备及存储介质
[0001]本申请涉及土地研究
，尤其涉及一种低效工业用地绩效评分方法、装置、设备及存储介质。
技术介绍
[0002]在现有研究和实践探索中，“城镇低效用地”的定义得以明确，即布局散乱、利用粗放、用途不合理、建筑危旧的城镇存量建设用地；然而，在国土空间规划建设管理工作全域覆盖、全要素管控、全过程统筹的发展要求下，低效用地的研究范畴由城镇扩展至城乡。本申请的研究对象“低效工业用地”(简称低效用地)特指处于闲置、遗弃状态，或已利用但效率低下，投资强度、开发强度、土地产出率、环保和能耗不符合要求，公服设施或基础设施配置不达标，土地价值未完全显化的存量城乡工业用地。面对低效工业用地数量巨大、分布零散、类型多样、数据获取难、形成机制复杂等特征，已有研究普遍采用主成分分析法、线性加权法、熵权法等方法计算土地利用绩效得分，其中无论是指标、权重的确定，还是判别低效的标准都较为主观，导致低效工业用地的绩效评分不够准确、科学有效性差。
技术实现思路
[0003]本申请提供了一种低效工业用地绩效评分方法、装置、设备及存储介质，能够减少计算绩效分数时主观因素的加入和作用，且构建样本对的操作使模型的训练具有更好的准确性、稳定新和拓展性，从而使得对目标土地块的目标绩效评分的计算更加客观、科学，准确性更高。
[0004]第一方面，本申请实施例提供了一种低效工业用地绩效评分方法，该方法包括：
[0005]获取包括多个训练土地块的训练样本；
[0006]基于层次分析法得到训练样本中各训练土地块的绩效分数；
[0007]获取土地多源数据，基于土地多源数据得到各训练土地块的训练特征；
[0008]基于各训练土地块的绩效分数和训练特征构建多个样本对；
[0009]将各样本对输入预训练排序模型中进行训练，得到训练好的评分预测模型；
[0010]获取目标土地块和训练样本中绩效分数最高的训练土地块；
[0011]基于土地多源数据得到目标土地块的目标特征；
[0012]将目标特征和绩效分数最高的训练土地块的训练特征输入训练好的评分预测模型，得到目标土地块的目标绩效评分。
[0013]进一步的，上述基于层次分析法得到土地训练样本中各个训练土地块的绩效分数，包括：
[0014]采用层次分析法构建总体评价模型；
[0015]获取低效用地历史指标数据和各训练土地块的训练指标数据；
[0016]根据低效用地历史指标数据确定总体评价模型中的多个评价要素；
[0017]基于特尔斐法和熵值法确定各评价要素的要素权重；
[0018]根据训练指标数据得到各训练土地块对应各评价要素的要素评分；
[0019]基于自然断点法、各要素权重和各训练土地块对应的各要素评分进行计算，得到各训练土地块的绩效分数。
[0020]进一步的，训练指标数据包括各训练土地块的三调用地数据、四标四实数据、税务部门数据、租金数据、地价数据、手机信令数据、公共服务设施点数据、生态数据、水源数据、企业数据、科研机构数据和孵化器数据。
[0021]进一步的，评价要素包括：容积率、建筑密度、建筑质量、单位税收、单位销售收入、租金水平、基准地价、就业人口密度、配套服务水平、绿地率、生态管控冲突率、高新企业、科研机构和孵化器。
[0022]进一步的，上述基于各训练土地块的绩效分数和训练特征构建多个样本对，包括：
[0023]将训练样本作为待选取队列；
[0024]选取步骤：在待选取队列中随机进行选取，得到第一土地块；
[0025]将训练样本中除第一土地块以外的各训练土地块均作为第二土地块；
[0026]将第一土地块的训练特征作为第一训练特征；
[0027]将各第二土地块的训练特征均作为第二训练特征；
[0028]将第一训练特征分别与各第二训练特征进行匹配，得到多个样本对；
[0029]判断第一土地块的绩效分数是否大于第二训练特征对应的第二土地块的绩效分数；若是，则样本对的标签为第一预设值，否则为第二预设值；
[0030]将第一土地块从待选取样本剔除后返回选取步骤，直至待选取队列为空。
[0031]进一步的，预训练排序模型包括第一编码器、第二编码器、连接器和预测网络；上述将各样本对输入预训练排序模型中进行训练，得到训练好的评分预测模型，包括：
[0032]步骤S51，将样本对中的第一训练特征输入第一编码器，得到第一特征向量；
[0033]步骤S52，将样本对中的第二训练特征输入第二编码器，得到第二特征向量：
[0034]步骤S53，将第一特征向量和第二特征向量输入连接器，得到连接特征；
[0035]步骤S54，将连接特征输入预测网络进行预测，得到预测结果；
[0036]步骤S55，根据预测结果和样本对的标签对预测网络的损失函数进行优化；
[0037]步骤S56，重复步骤S51
‑
S55，直至损失函数达到预设值，得到训练好的评分预测模型。
[0038]进一步的，土地多源数据包括各训练土地块和目标土地块的道路数据、经济产出数据、手机信令数据、夜间灯光数据、企业数据、位置服务数据、知识产权数据、高分辨率遥感数据和三调用地数据。
[0039]第二方面，本申请实施例提供了一种低效工业用地绩效评分装置，该装置包括：
[0040]第一获取模块，用于获取包括多个训练土地块的训练样本；
[0041]绩效获取模块，用于基于层次分析法得到训练样本中各训练土地块的绩效分数；
[0042]第一特征模块，用于获取土地多源数据，基于土地多源数据得到各训练土地块的训练特征；
[0043]构建模块，用于基于各训练土地块的绩效分数和训练特征构建多个样本对；
[0044]训练模块，用于将各样本对输入预训练排序模型中进行训练，得到训练好的评分预测模型；
[0045]第二获取模块，用于获取目标土地块和训练样本中绩效分数最高的训练土地块；
[0046]第二特征模块，用于基于土地多源数据得到目标土地块的目标特征；
[0047]评分模块，用于将目标特征和绩效分数最高的训练土地块的训练特征输入训练好的评分预测模型，得到目标土地块的目标绩效评分。
[0048]第三方面，本申请实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时执行如上述任一实施例的一种低效工业用地绩效评分方法的步骤。
[0049]第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述任一实施例的一种低效工业用地绩效评分方法的步骤。
[0050]综上，与现有技术相比，本申请实施例提供的技术方案带来的有益效果至少包括：
[0051]本申请提供的一种低效工业用地绩效本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种低效工业用地绩效评分方法，其特征在于，所述方法包括：获取包括多个训练土地块的训练样本；基于层次分析法得到所述训练样本中各所述训练土地块的绩效分数；获取土地多源数据，基于所述土地多源数据得到各所述训练土地块的训练特征；基于各所述训练土地块的所述绩效分数和所述训练特征构建多个样本对；将各所述样本对输入预训练排序模型中进行训练，得到训练好的评分预测模型；获取目标土地块和所述训练样本中绩效分数最高的训练土地块；基于所述土地多源数据得到所述目标土地块的目标特征；将所述目标特征和绩效分数最高的所述训练土地块的所述训练特征输入所述训练好的评分预测模型，得到所述目标土地块的目标绩效评分。2.根据权利要求1所述的方法，其特征在于，所述基于层次分析法得到土地训练样本中各个训练土地块的绩效分数，包括：采用所述层次分析法构建总体评价模型；获取低效用地历史指标数据和各所述训练土地块的训练指标数据；根据所述低效用地历史指标数据确定所述总体评价模型中的多个评价要素；基于特尔斐法和熵值法确定各所述评价要素的要素权重；根据所述训练指标数据得到各所述训练土地块对应各所述评价要素的要素评分；基于自然断点法、各所述要素权重和各所述训练土地块对应的各所述要素评分进行计算，得到各所述训练土地块的所述绩效分数。3.根据权利要求2所述的方法，其特征在于，所述训练指标数据包括各所述训练土地块的三调用地数据、四标四实数据、税务部门数据、租金数据、地价数据、手机信令数据、公共服务设施点数据、生态数据、水源数据、企业数据、科研机构数据和孵化器数据。4.根据权利要求2所述的方法，其特征在于，所述评价要素包括：容积率、建筑密度、建筑质量、单位税收、单位销售收入、租金水平、基准地价、就业人口密度、配套服务水平、绿地率、生态管控冲突率、高新企业、科研机构和孵化器。5.根据权利要求1所述的方法，其特征在于，所述基于各所述训练土地块的所述绩效分数和所述训练特征构建多个样本对，包括：将所述训练样本作为待选取队列；选取步骤：在所述待选取队列中随机进行选取，得到第一土地块；将所述训练样本中除所述第一土地块以外的各所述训练土地块均作为第二土地块；将所述第一土地块的所述训练特征作为第一训练特征；将各所述第二土地块的所述训练特征均作为第二训练特征；将所述第一训练特征分别与各所述第二训练特征进行匹配，得到多个所述样本对；判断所述第一土地块的所述绩效分数是否大于所述第二训练特征对应的所述第二土地块的所述绩效分数；若是，...
【专利技术属性】
技术研发人员：张佶，刘洋，李冠耀，毕瑜菲，胡琪，吴洁琳，胡鑫，
申请(专利权)人：广州市城市规划勘测设计研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。