System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于综合服务,尤其涉及一种基于大数据与深度学习的综合服务平台。
技术介绍
1、乡村是具有自然、社会、经济特征的地域综合体,兼具生产、生活、生态、文化等多重功能,与城镇互促互进、共生共存,共同构成人类活动的主要空间;乡村又称非城市化地区。通常指社会生产力发展到一定阶段上产生的、相对独立的、具有特定的经济、社会和自然景观特点的地区综合体。国内外对乡村概念的理解和划分标准不尽相同,一般认为乡村的人口密度低,聚居规模较小,以农业生产为主要经济基础,社会结构相对较简单、类同,居民生活方式及景观上与城市有明显差别等;然而,现有基于大数据与深度学习的综合服务平台建设用地规模预测准确性不足;同时,通过高峰人流量和道路的拥堵情况进行道路规划属于滞后操作,往往在道路拥堵后再进行规划建设,难以满足游客的实际需求。
2、通过上述分析,现有技术存在的问题及缺陷为:
3、(1)现有基于大数据与深度学习的综合服务平台建设用地规模预测准确性不足。
4、(2)通过高峰人流量和道路的拥堵情况进行道路规划属于滞后操作,往往在道路拥堵后再进行规划建设,难以满足游客的实际需求。
技术实现思路
1、针对现有技术存在的问题,本专利技术提供了一种基于大数据与深度学习的综合服务平台。
2、本专利技术是这样实现的,一种基于大数据与深度学习的综合服务平台包括:
3、乡村规划模块、项目档案构建模块、中央控制模块、信息发布模块、商贸模块、用地规模预测模块、道路规划模块、
4、乡村规划模块,与中央控制模块连接,用于对进行规划;
5、项目档案构建模块,与中央控制模块连接,用于构建项目档案;
6、中央控制模块,与乡村规划模块、项目档案构建模块、信息发布模块、商贸模块、用地规模预测模块、道路规划模块、显示模块连接,用于控制各个模块正常工作;
7、信息发布模块,与中央控制模块连接,用于通过发布程序发布信息;
8、商贸模块,与中央控制模块连接,用于通过电子商贸进行乡村经济商贸;
9、用地规模预测模块,与中央控制模块连接,用于对用地规模进行预测;
10、道路规划模块,与中央控制模块连接,用于对旅游道路进行规划;
11、显示模块,与中央控制模块连接,用于显示乡村规划、项目档案、发布信息、商贸信息、用地规模预测结果、道路规划结果。
12、进一步,所述用地规模预测模块预测方法如下:
13、(1)调查研究乡村目前状况信息;依据上位规划下达指标,确定乡镇范围内各建设用地规模总量,并将其作为预期性的指标;对各建设用地需求潜力分别进行评估,根据评估结果测算各建设用地需求规模,合理分配建设用地规模指标;
14、(2)校核各建设用地需求规模;测算各乡村建设用地腾退规模;综合现状乡村建设用地规模、建设用地规模与乡村建设用地腾退规模,测算各乡村规划建设用地规模。
15、进一步,所述各建设用地规模需综合考量当地产业特色与城镇化发展,结合乡村人口流动、结构和分布变化,以及新产业新业态发展、人居环境治理要求进行确定。
16、进一步,所述建设用地需求潜力的评估方法为:
17、综合考虑评价指标的覆盖面、影响力、数据可获取性因素,选取多个一级指标,并将每个一级指标细分为多个二级指标;
18、确定一级指标和二级指标的权重;
19、对各项指标评价结果进行赋值,结合以上各指标的权重计,获取各乡村的综合评价指数。
20、进一步,所述一级指标包括自然条件、区位条件、资源禀赋、社会经济和公服设施,其中,自然条件的二级指标包括高程、坡度、地质灾害易发程度和生态脆弱性,区位条件的二级指标包括道路可达性和城镇关联度,资源禀赋的二级指标包括水资源、耕地资源和乡村建设用地资源,社会经济的二级指标包括人口规模、收入水平和产业发展基础,公服设施的二级指标包括教育设施和医疗设施。
21、进一步,所述建设用地需求规模的测算方法为:
22、根据各乡村的综合评价指数,获取各建设用地需求比例;
23、根据各建设用地需求比例,并结合步骤s1确定的乡镇范围内各建设用地规模总量,获取各乡村分配的建设用地规模。
24、进一步,所述建设用地需求规模的校核方法为:根据职能部门提供的重大项目建设用地需求以及乡村调研走访,统计确定各乡村的重大项目建设用地需求规模;
25、所述乡村建设用地腾退规模测算方法为:获取基于人均建设用地标准的腾退规模、基于自然条件限制的腾退规模、以及基于乡村闲置建设用地的腾退规模,加和后即为乡村建设用地腾退规模;
26、所述乡村规划建设用地规模测算方法为:首先根据现状乡村建设用地规模、建设用地规模、重大项目建设用地需求规模之间的和,再计算其与乡村建设用地腾退规模的差值,即可得到各乡村规划建设用地规模。
27、进一步,所述道路规划模块规划方法如下:
28、1)构建乡村景点信息库,接收多个关于游客感兴趣的乡村景点信息,并分别查找每个所述乡村景点信息对应的乡村文化信息;利用多个所述乡村景点信息按照所述乡村文化信息所对应的朝代类型编辑生成乡村旅游路线;
29、2)统计所述乡村旅游路线的网络流量,基于所述网络流量计算所述乡村旅游路线的行人流通量;按照所述行人流通量对所述乡村旅游线路的乡村地点进行道路规划。
30、进一步,所述利用多个所述乡村景点信息按照所述乡村文化信息所对应的朝代类型编辑生成乡村旅游路线,包括:
31、按照所述乡村文化信息对应的朝代类型,聚合分类多个所述乡村文化信息得到若干个聚合信息集,每个聚合信息集包括至少一个乡村文化信息;
32、从每个所述聚合信息集里提取一个乡村文化信息对应的乡村景点信息作为目标景点信息;
33、基于若干个所述目标景点信息构成乡村旅游路线;
34、所述按照所述乡村文化信息对应的朝代类型,聚合分类多个所述乡村文化信息得到若干个聚合信息集,包括:
35、获取所述乡村文化信息对应的若干个文化时间信息;
36、确定所述若干个文化时间信息的时间并集,得到合并时间信息;
37、按照所述合并时间信息的起始时间与终止时间的跨度查找对应的朝代类型;
38、基于朝代类型聚合分类多个所述乡村文化信息得到若干个聚合信息集;
39、所述基于若干个所述目标景点信息构成乡村旅游路线,包括:
40、获取游客的出发位置信息,并分别计算所述出发位置信息与每个所述目标景点信息之间的位置距离,得到若干个位置距离;
41、按照所述位置距离的大小依次排列若干个所述目标景点信息,得到地点排列顺序;
42、基于所述地点排列顺序依次连接若干个所述目标景点信息对应的地点,生成乡村旅游路线;
43、所述从每个所述聚合信息集里提取本文档来自技高网...
【技术保护点】
1.一种基于大数据与深度学习的综合服务平台,其特征在于,所述基于大数据与深度学习的综合服务平台包括:
2.如权利要求1所述基于大数据与深度学习的综合服务平台,其特征在于,所述用地规模预测模块预测方法如下:
3.如权利要求2所述基于大数据与深度学习的综合服务平台,其特征在于,所述各建设用地规模需综合考量当地产业特色与城镇化发展,结合乡村人口流动、结构和分布变化,以及新产业新业态发展、人居环境治理要求进行确定。
4.如权利要求2所述基于大数据与深度学习的综合服务平台,其特征在于,所述建设用地需求潜力的评估方法为:
5.如权利要求2所述基于大数据与深度学习的综合服务平台,其特征在于,所述一级指标包括自然条件、区位条件、资源禀赋、社会经济和公服设施,其中,自然条件的二级指标包括高程、坡度、地质灾害易发程度和生态脆弱性,区位条件的二级指标包括道路可达性和城镇关联度,资源禀赋的二级指标包括水资源、耕地资源和乡村建设用地资源,社会经济的二级指标包括人口规模、收入水平和产业发展基础,公服设施的二级指标包括教育设施和医疗设施。
6.如权利
7.如权利要求2所述基于大数据与深度学习的综合服务平台,其特征在于,所述建设用地需求规模的校核方法为:根据职能部门提供的重大项目建设用地需求以及乡村调研走访,统计确定各乡村的重大项目建设用地需求规模;
8.如权利要求1所述基于大数据与深度学习的综合服务平台,其特征在于,所述道路规划模块规划方法如下:
9.如权利要求1所述基于大数据与深度学习的综合服务平台,其特征在于,所述利用多个所述乡村景点信息按照所述乡村文化信息所对应的朝代类型编辑生成乡村旅游路线,包括:
...【技术特征摘要】
1.一种基于大数据与深度学习的综合服务平台,其特征在于,所述基于大数据与深度学习的综合服务平台包括:
2.如权利要求1所述基于大数据与深度学习的综合服务平台,其特征在于,所述用地规模预测模块预测方法如下:
3.如权利要求2所述基于大数据与深度学习的综合服务平台,其特征在于,所述各建设用地规模需综合考量当地产业特色与城镇化发展,结合乡村人口流动、结构和分布变化,以及新产业新业态发展、人居环境治理要求进行确定。
4.如权利要求2所述基于大数据与深度学习的综合服务平台,其特征在于,所述建设用地需求潜力的评估方法为:
5.如权利要求2所述基于大数据与深度学习的综合服务平台,其特征在于,所述一级指标包括自然条件、区位条件、资源禀赋、社会经济和公服设施,其中,自然条件的二级指标包括高程、坡度、地质灾害易发程度和生态脆弱性,区位条件的二级指标包括道路...
【专利技术属性】
技术研发人员:沈杰,周俊杰,龙麒任,朱雯,汤浩源,
申请(专利权)人:湖南汽车工程职业学院,
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。