【技术实现步骤摘要】
本专利技术涉及土地信息聚类及存储，具体涉及一种土地资源信息数据智能管理方法及系统。
技术介绍
1、土地资源信息是我国重要的资源信息之一，在土地规划时具有重要意义。土地规划过程中需要大量的土地资源信息数据进行支持，大量的土地资源信息存在一定的存储压力。为提高存储效率，在对多维土地资源信息数据压缩存储时，通常先进行聚类，对每个聚簇的簇内信息进行压缩，在提高压缩效率的同时还可以提升后续的信息检索效率。
2、然而土地资源信息通常是分区管理，且每个区域内包含多种指标如土地面积、地籍号码、土地所有权、人口数据、环境数据、气象数据、经济数据等多维度指标数据。在对所有多维指标数据进行聚类时，数据间的距离会随着维度的增加变得更加分散，存在一定的维度灾难，导致土地资源信息难以进行有效的聚类和分析，从而导致后续的压缩的效果不理想。
技术实现思路
1、为了解决土地资源信息维度灾难导致聚类效果差进而导致每个聚簇内土地资源信息压缩效果不理想的技术问题，本专利技术的目的在于提供一种土地资源信息数据智能管理方法及系统，所采用的技术方案具体如下：
2、本专利技术提出一种土地资源信息数据智能管理方法，所述方法包括：
3、获取土地资源信息中每个土地分区的多维分区向量及整个土地区域的多维全区向量，所有向量的维度顺序一致，每个向量包括所有维度数据的时序序列，且相同维度的时序序列的长度一致；
4、根据每个所述多维分区向量与所述多维全区向量在相同维度下的所述时序序列间所有相同时刻
5、将每个所述多维分区向量及所述多维全区向量分别降维，根据每个所述多维分区向量的降维结果的分布情况及每个土地分区的所述影响系数，结合所述多维全区向量的降维结果的分布情况，获取土地资源信息中不同维度间的维度关联性；
6、在所述多维全区向量中，根据每个维度下所述时序序列中数据的变化情况，结合每个维度相对其他维度的所述维度关联性及其他维度下所述时序序列中数据的变化情况，获取每个维度的聚类权重；根据所述聚类权重对所有土地分区的所述多维分区向量加权聚类；
7、根据聚类结果对土地资源信息数据存储管理。
8、进一步地，所述影响系数的获取方法包括：根据每个所述多维分区向量与其他所述多维分区向量中相同维度的所述时序序列间，相同时刻下数据的差异，获取每个所述多维分区向量每个维度相对其他所述多维分区向量相同维度的维度偏离系数；
9、根据影响系数的计算公式获取影响系数；影响系数的计算公式为：
10、；其中，为第个土地分区的资源信息变化对整个土地区域的资源信息变化的影响系数；为标准归一化函数；为土地资源信息的维度总数量；为第个土地分区的第个维度的维度偏离系数；为第个维度的时序序列的长度；为以自然常数为底数的指数函数；为第个土地分区的第个维度的时序序列的分区拟合时序曲线中第时刻数据的二阶导数；为整个土地区域的第个维度的时序序列的全区拟合时序曲线中第时刻数据的二阶导数；为取绝对值符号。
11、进一步地，所述维度偏离系数的计算公式包括：
12、；其中，为第个土地分区的第个维度的维度偏离系数；为标准归一化函数；为土地分区的总数量；为第个土地分区的第个维度的时序序列的长度；为第个土地分区的第个维度的时序序列中的第时刻数据；为第个土地分区的第个维度的时序序列中的第时刻数据；为取绝对值符号。
13、进一步地，所述多维分区向量及所述多维全区向量的降维方法包括：
14、以任意两个维度为目标维度，将每个所述多维分区向量及所述多维全区向量内的数据，分别映射到由两个所述目标维度构成的二维平面。
15、进一步地，所述维度关联性的计算公式包括：
16、；其中，为土地资源信息中的第个维度与第个维度间的维度关联性；为标准归一化函数；为多维全区向量的降维结果中数据的全区分布密度；为土地分区的总数量；为第个土地分区的资源信息变化对整个土地区域的资源信息变化的影响系数；第个土地分区的多维全区向量的降维结果中数据的分区分布密度。
17、进一步地，所述全区分布密度或所述分区分布密度的获取方法包括：
18、在每个所述多维分区向量的降维结果中，以任一数据点为分区目标数据点，在除所述分区目标数据点外的其他所有数据点中，获取所述分区目标数据点与其距离最近的分区第一数据点间的第一欧式距离，在除所述目标数据点及所述分区第一数据点外的其他所有数据点中，获取所述分区第一数据点与其距离最近的分区第二数据点间的第二欧式距离，不断迭代直至遍历所有数据点，获取所有欧式距离的方差，将对应方差负相关归一化后作为对应所述多维分区向量的降维结果中资源信息的分区分布密度；
19、在所述多维全区向量的降维结果中，以任一数据点为全区目标数据点，在除所述全区目标数据点外的其他所有数据点中，获取所述全区目标数据点与其距离最近的全区第一数据点间的第一欧式距离，在除所述全区目标数据点及所述全区第一数据点外的其他所有数据点中，获取所述全区第一数据点与其距离最近的全区第二数据点间的第二欧式距离，不断迭代直至遍历所有数据点，获取所有欧式距离的方差，将对应方差负相关归一化后作为所述多维全区向量的降维结果中资源信息的全区分布密度。
20、进一步地，所述聚类权重的计算公式包括：
21、；其中，为土地资源信息的第个维度的聚类权重；为标准归一化函数；为第个维度的时序序列的长度；为以自然常数为底数的指数函数；为土地资源信息的维度总数量；为土地资源信息的第个维度与第个维度间的维度关联性；为多维全区向量中第个维度的时序序列中的第时刻数据；为多维全区向量中第个维度的时序序列中的第时刻数据；为多维全区向量中第个维度的时序序列中的第时刻数据；为多维全区向量中第个维度的时序序列中的第时刻数据；为取绝对值符号。
22、进一步地，所述聚类结果的获取方法包括：
23、根据所述聚类权重获取不同土地分区的所述多维分区向量间的向量加权欧式距离，将所述向量加权欧式距离作为连通图的边，基于连通图动态分裂聚类算法及预设截止聚类条件获取聚类结果。
24、进一步地，所述多维分区向量及所述多维全区向量的获取方法包括：
25、所述土地资源信息至少包括文本类型信息和数值类型信息，其中文本类型信息至少包括土地用途、土地所有权两个维度，数值类型信息至少包括土地面积、人口数据、环境数据三个维度，每个维度上包括以预设采样频率获取的土地资源信息的时序序列；将所述文本类型信息通过预设特征表示方法转化为数值类型数据；
26、获取每个土地分区的文本类型信息和数值类型信息，将每个土地分区的所有数值类型信息及转化为数值类型后的文本类型信息组合构建对应土地分区的多维分区向量；
27、将所有土地分本文档来自技高网...
【技术保护点】
1.一种土地资源信息数据智能管理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种土地资源信息数据智能管理方法，其特征在于，所述影响系数的获取方法包括：根据每个所述多维分区向量与其他所述多维分区向量中相同维度的所述时序序列间，相同时刻下数据的差异，获取每个所述多维分区向量每个维度相对其他所述多维分区向量相同维度的维度偏离系数；
3.根据权利要求2所述的一种土地资源信息数据智能管理方法，其特征在于，所述维度偏离系数的计算公式包括：
4.根据权利要求1所述的一种土地资源信息数据智能管理方法，其特征在于，所述多维分区向量及所述多维全区向量的降维方法包括：
5.根据权利要求4所述的一种土地资源信息数据智能管理方法，其特征在于，所述维度关联性的计算公式包括：
6.根据权利要求5所述的一种土地资源信息数据智能管理方法，其特征在于，所述全区分布密度或所述分区分布密度的获取方法包括：
7.根据权利要求1所述的一种土地资源信息数据智能管理方法，其特征在于，所述聚类权重的计算公式包括：
8.根据权利要求1
9.根据权利要求1所述的一种土地资源信息数据智能管理方法，其特征在于，所述多维分区向量及所述多维全区向量的获取方法包括：
10.一种土地资源信息数据智能管理系统，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述一种土地资源信息数据智能管理方法的步骤。
...【技术特征摘要】
1.一种土地资源信息数据智能管理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种土地资源信息数据智能管理方法，其特征在于，所述影响系数的获取方法包括：根据每个所述多维分区向量与其他所述多维分区向量中相同维度的所述时序序列间，相同时刻下数据的差异，获取每个所述多维分区向量每个维度相对其他所述多维分区向量相同维度的维度偏离系数；
3.根据权利要求2所述的一种土地资源信息数据智能管理方法，其特征在于，所述维度偏离系数的计算公式包括：
4.根据权利要求1所述的一种土地资源信息数据智能管理方法，其特征在于，所述多维分区向量及所述多维全区向量的降维方法包括：
5.根据权利要求4所述的一种土地资源信息数据智能管理方法，其特征在于，所述维度关联性的计算公式包括：
<...【专利技术属性】
技术研发人员：王洪芹，刘梅，
申请(专利权)人：济宁蜗牛软件科技有限公司，
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。