[發明專利]農用地分等因素指標區劃分方法及裝置

在審

• 申請號: 201811020717.7
• 申請日: 2018-09-03
• 公開（公告）號: CN108985663A
• 公開（公告）日: 2018-12-11
• 發明（設計）人: 楊永俠;郭雅萍;張函;張麗紅;桑婧
• 申請（專利權）人: 中國農業大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/02;G06F17/30
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;吳歡燕

1.一種農用地分等因素指標區劃分方法，其特征在于，包括：

將每一待劃分指標區的所有參評指標數據作為輸入向量，輸入自組織映射神經網絡模型，輸出第一次聚類分析的結果；

采用AP聚類算法，對所述第一次聚類分析的結果進行第二次聚類分析，并根據第二次聚類分析得到的結果，確定所述待劃分指標區的劃分結果。

2.根據權利要求1所述的方法，其特征在于，所述將每一待劃分指標區的所有參評指標數據作為輸入向量，輸入自組織映射神經網絡模型之前，還包括：

采用歸一化后的隨機值對所述自組織映射神經網絡中的權值進行初始化；

獲取樣本指標區的所有參評指標數據歸一化后作為輸入向量與所有輸出神經元的權值向量的歐氏距離，將所述歐式距離最小的輸出神經元作為獲勝神經元，對所述獲勝神經元鄰域內的神經元的權值進行更新和歸一化，并更新學習速率以及所述鄰域，對不同樣本指標區重復執行上述獲取所述歐式距離、對所述獲勝神經元鄰域內的神經元的權值進行更新和歸一化的過程，直至達到預設的迭代次數或所述學習速率小于預設閾值。

3.根據權利要求1所述的方法，其特征在于，所述采用AP聚類算法，對所述第一次聚類分析的結果進行第二次聚類分析，包括：

將所述第一次聚類分析的結果數據的相似度矩陣作為AP聚類算法的輸入矩陣，對所述相似度矩陣的吸引度矩陣以及歸屬度矩陣進行迭代更新，直至達到預設迭代次數或所述吸引度矩陣以及所述歸屬度矩陣均趨于穩定；

根據迭代更新后的吸引度矩陣以及迭代更新后的歸屬度矩陣，確定聚類中心。

4.根據權利要求1所述的方法，其特征在于，所述將每一待劃分指標區的所有參評指標數據作為輸入向量，輸入自組織映射神經網絡模型之前，還包括：

將每一待劃分指標區的所有參評指標數據進行歸一化處理。

5.根據權利要求1所述的方法，其特征在于，所述將每一待劃分指標區的所有參評指標數據作為輸入向量，輸入自組織映射神經網絡模型之前，還包括：

對所有待劃分指標區的所有分等參評因素進行主成分分析，從中選出對指標區劃分起主要貢獻的主要分等參評因素，并獲取所述主要分等參評因素的指標數據作為參評指標數據。

6.根據權利要求1至5任一項所述的方法，其特征在于，所述根據第二次聚類分析得到的結果，確定所述待劃分指標區的劃分結果，包括：

根據相關行政區劃、標準耕作制度二級區劃數據以及每一待劃分指標區所處區域的實際情況對所述第二次聚類分析得到的結果進行調整與修正，并根據調整與修正后的結果，確定所述待劃分指標區的劃分結果。

7.一種農用地分等因素指標區劃分裝置，其特征在于，包括：

第一處理模塊，用于將每一待劃分指標區的所有參評指標數據作為輸入向量，輸入自組織映射神經網絡模型，輸出第一次聚類分析的結果；

第二處理模塊，用于采用AP聚類算法，對所述第一次聚類分析的結果進行第二次聚類分析，并根據第二次聚類分析得到的結果，確定所述待劃分指標區的劃分結果。

8.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1至6任一項所述農用地分等因素指標區劃分方法的步驟。

9.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現如權利要求1至6任一項所述農用地分等因素指標區劃分方法的步驟。