本发明涉及用于公共服务的数据处理，具体涉及一种城乡建设用地智能选择方法及系统。
背景技术：
1、随着我国城镇化的快速发展，土地与空间成为城市规划的核心问题。在有限的建设用地增量前提下，如何通过统筹城乡建设用地，实现节约集约利用目标，是当前城建规划研究的重要课题之一。
2、目前主要通过人工调研规划的方法选取建设用地，但是这类方法效率相对较低，且用地结果受到规划人员的能力限制，主观性较强，难以得到理想的建设用地规划结果。为了确保土地资源的合理利用和可持续发展，需要在确保选地标准的前提下针对用地需求进行规划分析，但是通过现有建设用地规划方法对土地进行规划时，可能会由于不同规划人员之间的主观差异导致用地需求与用地规划结果不一致等资源利用不合理问题。
技术实现思路
1、为了解决以上的技术问题，本发明的目的在于提供一种城乡建设用地智能选择方法及系统。
2、根据本技术实施例的第一方面，本技术提供的一种城乡建设用地智能选择方法，所采用的技术方案具体如下：获取当前可规划土地及其勘察信息，对所述勘察信息进行预处理，获得每块可规划土地的描述信息，所述描述信息的表现形式为多种描述词向量组成的多维数据；
3、分析所述描述信息中各维度数据在用地需求中的分布特征，获得所述描述信息的多维数据中不同维度数据的需求特征值；
4、根据所述需求特征值，结合所述多维数据中维度数据的数据特征，获得所述描述信息的多维数据中不同维度数据的土地数据表征因子；
5、将所述土地数据表征因子作为权重，结合不同可规划土地对应的所述描述信息的多维数据中对应维度的维度数据差异，获得不同可规划土地的分配距离；
6、根据所述分配距离，对所有可规划土地的所述描述信息的多维数据进行聚类，得到多个聚类簇，并确定最优聚类簇；
7、分析所述最优聚类簇中每个所述可规划土地的所述勘察信息，选取与用地需求差异最小的所述勘察信息对应的所述可规划土地，作为建设用地的选择结果。
8、在本发明的一些实施例中，所述勘察信息包括数据信息和文本信息，所述数据信息包括土地面积、坐标、长、宽、土地高程、植被覆盖率；所述文本信息包括土地性质、道路交通情况、人口分布、医疗教育资源情况、供电供水情况、自然人文景观情况。
9、在本发明的一些实施例中，对所述勘察信息进行预处理，获得每块可规划土地的描述信息，包括：
10、利用lda算法提取所述勘察信息中所述文本信息的描述关键词，然后通过word2vec将所述描述关键词转化为数字形式的描述词向量，将多种描述词向量组成的多维数据作为可规划土地的描述信息，其中一个描述关键词对应的一个描述词向量为多维数据中的一个维度数据。
11、在本发明的一些实施例中，分析所述描述信息中各维度数据在用地需求中的分布特征，获得所述描述信息的多维数据中不同维度数据的需求特征值，包括：
12、利用lda算法提取用地需求中的需求关键词，然后通过word2vec将所述需求关键词转化为数字形式，所述需求关键词与所述多维数据中的一个维度数据对应；
13、分析所述多维数据中的不同维度数据对应的需求关键词在用地需求中的分布特征，获得所述描述信息的多维数据中不同维度数据的需求特征值。
14、在本发明的一些实施例中，所述需求特征值的计算公式为：
15、
16、式中，表示描述信息的多维数据中第个维度数据的需求特征值，表示极差标准化函数，表示归一化函数，表示描述信息中第个维度数据对应的需求关键词在用地需求的文本描述中出现的次数，表示用地需求的文本描述中第个维度数据对应的需求关键词第次出现所属句子中其他需求关键词的数量，表示用地需求的文本描述中第个维度数据对应的需求关键词第次出现所属句子中的文本字符数量，表示以自然常数为底的指数，用于将数据反比例归一化处理。
17、在本发明的一些实施例中，根据所述需求特征值，获得多维数据的需求拟合度，结合所述多维数据中维度数据的差异特征，获得所述描述信息的多维数据中不同维度数据的土地数据表征因子，包括：
18、分析多维数据中所有维度数据的需求特征值与第个多维数据中对应维度数据的数据值的差异，获得第个多维数据的需求拟合度；
19、分析第个多维数据的维度数据的数据值与所有多维数据对应的维度数据的数据值均值的差异，获得第个多维数据的差异特征；
20、将所述需求拟合度作为对应的所述差异特征的权重，历遍所有的多维数据求和求平均，获得所述描述信息的多维数据中不同维度数据的土地数据表征因子。
21、在本发明的一些实施例中，所述土地数据表征因子的计算公式为：
22、，
23、，
24、式中，表示描述信息的多维数据中第个维度数据的土地数据表征因子，表示描述信息的数量，表示第个描述信息的多维数据中第个维度数据的数据值，表示所有描述信息的多维数据中对应的第个维度数据的数据值均值；表示第个描述信息的多维数据的需求拟合度，表示描述信息的多维数据的维度数量，表示描述信息的多维数据中第个维度数据的需求特征值，表示极差标准化函数，表示以自然常数为底的指数，用于将数据反比例归一化处理。
25、在本发明的一些实施例中，将所述土地数据表征因子作为权重，结合不同可规划土地对应的所述描述信息的多维数据中对应维度的维度数据差异，获得不同可规划土地的分配距离，包括：
26、计算不同可规划土地对应的所述描述信息的多维数据中对应维度数据的数据值的差值的平方，获得不同维度数据的维度数据差异；
27、将不同维度数据的土地数据表征因子作为对应所述维度数据差异的权重，历遍所有的维度数据求和求二次根方，获得不同维度数据对应的不同可规划土地的分配距离。
28、在本发明的一些实施例中，根据所述分配距离，对所有可规划土地的所述描述信息的多维数据进行聚类，得到多个聚类簇，并确定最优聚类簇，包括：
29、根据所述分配距离，采用k-means聚类算法对所有描述信息的多维数据进行聚类，得到k个关于可规划土地的聚类簇，其中，k-means聚类算法的聚类参数k通过手肘法获取；
30、将所述聚类簇中包含所述可规划土地数量最多的聚类簇确定为最优聚类簇。
31、据本技术实施例的第二方面，提供的一种城乡建设用地智能选择系统，包括存储器和处理器，其中：
32、所述存储器，用于存储程序代码；
33、所述处理器，用于读取所述存储器中存储的程序代码，并执行如上述任一项所述的方法；
34、所述处理器包括：
35、可规划土地采集模块，用于获取当前可规划土地及其勘察信息，对所述勘察信息进行预处理，获得每块可规划土地的描述信息，所述描述信息的表现形式为多种描述词向量组成的多维数据；
36、需求特征值模块，用于分析所述描述信息中各维度数据在用地需求中的分布特征，获得所述描述信息的多维数据中不同维度数据的需求特征值；
37、土地数据表征因子模块，用于根据所述需求特征值，结合所述多维数据中维度数据的数据特征，获得所述描述信息的多维数据中不同维度数据的土地数据表征因子；
38、分配距离模块，用于将所述土地数据表征因子作为权重，结合不同可规划土地对应的所述描述信息的多维数据中对应维度的维度数据差异，获得不同可规划土地的分配距离；
39、最优聚类簇模块，用于根据所述分配距离，对所有可规划土地的所述描述信息的多维数据进行聚类，得到多个聚类簇，并确定最优聚类簇；
40、建设用地选择模块，用于分析所述最优聚类簇中每个所述可规划土地的所述勘察信息，选取与用地需求差异最小的所述勘察信息对应的所述可规划土地，作为建设用地的选择结果。
41、相较于现有技术，本发明提供的一种城乡建设用地智能选择方法及系统，具有如下有益效果：
42、本发明通过获取当前可规划土地及其勘察信息，对所述勘察信息进行预处理，获得每块可规划土地的描述信息，所述描述信息的表现形式为多种描述词向量组成的多维数据；分析所述描述信息中各维度数据在用地需求中的分布特征，获得所述描述信息的多维数据中不同维度数据的需求特征值；根据所述需求特征值，结合所述多维数据中维度数据的数据特征，获得所述描述信息的多维数据中不同维度数据的土地数据表征因子；将所述土地数据表征因子作为权重，结合不同可规划土地对应的所述描述信息的多维数据中对应维度的维度数据差异，获得不同可规划土地的分配距离；根据所述分配距离，对所有可规划土地的所述描述信息的多维数据进行聚类，得到多个聚类簇，并确定最优聚类簇；分析所述最优聚类簇中每个所述可规划土地的所述勘察信息，选取与用地需求差异最小的所述勘察信息对应的所述可规划土地，作为建设用地的选择结果。本发明对可规划土地的描述信息的聚类过程结合了用地需求和可规划土地的数据特征进行设计，提升了聚类结果对用地需求的针对性，使聚类结果更符合用地需求预期；通过量化勘察信息的文本信息，减少了建设用地选择过程的人为参与，降低人为选择的主观干扰，提升土地资源分配的合理性。
1.一种城乡建设用地智能选择方法，其特征在于，所述方法包括：
2.根据权利要求1所述的城乡建设用地智能选择方法，其特征在于，所述勘察信息包括数据信息和文本信息，所述数据信息包括土地面积、坐标、长、宽、土地高程、植被覆盖率；所述文本信息包括土地性质、道路交通情况、人口分布、医疗教育资源情况、供电供水情况、自然人文景观情况。
3.根据权利要求2所述的城乡建设用地智能选择方法，其特征在于，对所述勘察信息进行预处理，获得每块可规划土地的描述信息，包括：
4.根据权利要求3所述的城乡建设用地智能选择方法，其特征在于，分析所述描述信息中各维度数据在用地需求中的分布特征，获得所述描述信息的多维数据中不同维度数据的需求特征值，包括：
5.根据权利要求4所述的城乡建设用地智能选择方法，其特征在于，所述需求特征值的计算公式为：
6.根据权利要求1所述的城乡建设用地智能选择方法，其特征在于，根据所述需求特征值，获得多维数据的需求拟合度，结合所述多维数据中维度数据的差异特征，获得所述描述信息的多维数据中不同维度数据的土地数据表征因子，包括：
7.根据权利要求6所述的城乡建设用地智能选择方法，其特征在于，所述土地数据表征因子的计算公式为：
8.根据权利要求1所述的城乡建设用地智能选择方法，其特征在于，将所述土地数据表征因子作为权重，结合不同可规划土地对应的所述描述信息的多维数据中对应维度的维度数据差异，获得不同可规划土地的分配距离，包括：
9.根据权利要求1所述的城乡建设用地智能选择方法，其特征在于，根据所述分配距离，对所有可规划土地的所述描述信息的多维数据进行聚类，得到多个聚类簇，并确定最优聚类簇，包括：
10.一种城乡建设用地智能选择系统，其特征在于，所述系统包括：存储器和处理器，其中：
