CN115689290B - 房地产市场地块开发空置监测预警分析方法 - Google Patents
房地产市场地块开发空置监测预警分析方法 Download PDFInfo
- Publication number
- CN115689290B CN115689290B CN202211386644.XA CN202211386644A CN115689290B CN 115689290 B CN115689290 B CN 115689290B CN 202211386644 A CN202211386644 A CN 202211386644A CN 115689290 B CN115689290 B CN 115689290B
- Authority
- CN
- China
- Prior art keywords
- real estate
- space data
- data
- land
- development
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011161 development Methods 0.000 title claims abstract description 41
- 238000012544 monitoring process Methods 0.000 title claims abstract description 16
- 238000004458 analytical method Methods 0.000 title claims description 12
- 238000004364 calculation method Methods 0.000 claims abstract description 37
- 238000010606 normalization Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000010276 construction Methods 0.000 claims description 32
- 230000008859 change Effects 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000011835 investigation Methods 0.000 claims description 5
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 4
- 238000012417 linear regression Methods 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000013077 scoring method Methods 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了本发明公开一种房地产市场地块开发空置监测预警分析方法,包括如下步骤:S1,获取历史房地产开发数据,根据相应的位置地块空间数据,调用数据库中规划地理信息与地块空间数据进行匹配,对该匹配后的空间数据进行归一化处理,S2,归一化处理之后,形成房地产空间数据的分类属性信息,将实时获取的房地产空间数据进行回归拟合数据计算,并得到房地产空间数据使用均衡度;S3,根据回归拟合方法计算的均衡度,对叠加后的房地产开发数据进行比较分析,通过设置的阈值判断条件,对空置情况进行数据分析,从而上传预警数据。
Description
技术领域
本发明涉及空间数据分析领域,尤其涉及一种房地产市场地块开发空置监测预警分析方法。
背景技术
房地产形成一定规模之后,调控监测预警工作需要真抓落实,不断完善预警指标体系,科学合理判断房地产空置状态,避免工程资源浪费,而且通过土地规划为房地产项目之后,土地被占用形成的地上附着物为房地产,如果发生大量开发过程中的空置现象,无疑造成巨大的工程浪费,现有的房地产地块空置问题分析不能从全方位、多角度进行分析判断,所以造成输出的预警信息不准确,这就亟需本领域技术人员解决相应的技术问题。
发明内容
本发明旨在至少解决现有技术中存在的技术问题,特别创新地提出了一种房地产市场地块开发空置监测预警分析方法。
为了实现本发明的上述目的,本发明提供了一种房地产市场地块开发空置监测预警分析方法,包括如下步骤:
S1,获取历史房地产开发数据,根据相应的位置地块空间数据,调用数据库中规划地理信息与地块空间数据进行匹配,对该匹配后的空间数据进行归一化处理,
S2,归一化处理之后,形成房地产空间数据的分类属性信息,将实时获取的房地产空间数据进行回归拟合数据计算,并得到房地产空间数据使用均衡度;
S3,根据回归拟合方法计算的均衡度,对叠加后的房地产开发数据进行比较分析,通过设置的阈值判断条件,对空置情况进行数据分析,从而上传预警数据。
根据上述技术方案优选的,所述S1包括:
S1-1,根据规划数据,以及地块现状数据,依据归一化标准进行数据处理,根据历史数据更新的内容将相关数据进行历史数据替换,将归一化处理结果存储至指定的路径下的数据库中,定期对规划数据,以及地块现状数据进行数据的采集,并将相应的空间数据进行历史数据替换;
S1-2,设Xij是第i年的第j个房地产空间数据的标准化值;Vij是第i年的第j个房地产空间数据的实际值,m是调查的总年份。则:
标准化方法就是将某个房地产空间数据的实际值与最小值的差值与最大值和最小值的差值相比,形成0到1之间的数值。
根据上述技术方案优选的,所述S1还包括:
S1-3,在数值标准化后,利用Xij计算第j项房地产空间数据第i年占该房地产空间数据的比重:
计算第j项房地产空间数据的熵值:
计算信息熵冗余度计算结果为,dj=1-ej,
从而计算各项房地产空间数据的权重:
通过上述计算可得房地产空间数据的归一化表达,通过归一化后,对每一项规划数据中的房地产空间数据进行权重计算。
根据上述技术方案优选的,所述S2包括:
S2-1,基于待开发房地产区域的土地利用数据,获得所述土地利用数据的变化结果,根据空间数据演变结果和房地产空间数据权重值的时空演变,进行所述房地产空间数据变化结果的重叠计算,该重叠计算是根据预存的审批建设的房地产空间数据与实际建设的房地产空间数据的回归拟合计算,从而获取回归曲线,得到房地产开发的预测进度;
数学模型表示为L=β0+β1·Wj·ri+βpεi,式中β0,β1…βp是p个待估计的评价参数,通过评价参数对房地产空间数据进行拟合运算,εi是服从同一正态分布的随机变量,L是随机变量;ri称为回归系数,表征自变量对因变量影响的程度。
根据上述技术方案优选的,所述S2还包括:
S2-2,根据所述房地产空间数据变化结果、通过对回归拟合曲线演变结果生成房地产空间数据变化区域的土地空置情况初始划定;
S2-3,通过规划信息计算地上附着物层数,从而计算房地产建设面积,根据建设面积与地产登记入户信息,得到房产使用状态,根据计算房地产空间数据均衡水平产生的土地供应均衡度来衡量空置规模均衡度M,
其中,M为房地产建设规模均衡度,均衡度用供应面积加以衡量,分子代表地区第m种登记状态房地产空间数据使用总量,分母代表地区所有房地产空间数据供应规模总量。
根据上述技术方案优选的,所述S3包括:
S3-2,计算土地供应规模均衡度,采用极差法对房地产空间数据进行标准化处理,加权计算得到建设用地使用强度(LD)和土地审批供给能力(LS);具体计算公式如下:
其中,LB为土地使用强度,PE为人口容量指数,EC为经济密度指数,EV为环境压力指数,PA为人均耕地,RS为资源保障指数。
根据上述技术方案优选的,所述S3还包括:
S3-3,根据标准化数据建立均衡度模型和失衡度模型。以房地产开发均衡度衡量建设用地使用强度和土地审批供给能力的协调性,房地产开发失衡度衡量区域建设用地使用强度和土地审批供给能力的强弱程度,具体计算方式如下:
式中:DS为房地产空间数据使用均衡指数,λ、η为权值,实验中取中间值;λ、η=0.5,为了使计算结果更具有层次性,采用k作为调节系数。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
通过专家评分法,对初选指标进行第一轮筛选,最后,运用回归拟合和相关性分析对调控监测预警指标体系进行定量分析,进一步筛选,最终得到调控监测预警指标体系。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明总体流程图;
图2是本发明具体实施示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
如图1和2所示,本发明公开一种房地产市场地块开发空置监测预警分析方法,包括如下步骤:
S1,获取历史房地产开发数据,根据相应的位置地块空间数据,调用数据库中规划地理信息与地块空间数据进行匹配,对该匹配后的空间数据进行归一化处理,
根据信息中相应位置的地块空间数据,调用相应的规划用地数据,进行信息匹配,得到相应的房地产建设数据,从而对原始地块的空间数据进行识别,
S2,归一化处理之后,形成房地产空间数据的分类属性信息(建设用地占用、地上附着物层数,审批未建用地,楼房空置数据),将实时获取的房地产空间数据进行回归拟合数据计算,并得到房地产空间数据使用均衡度;
S3,根据回归拟合方法计算的均衡度,对叠加后的房地产开发数据进行比较分析,通过设置的阈值判断条件,对空置情况进行数据分析,从而上传预警数据。
根据上述技术方案优选的,所述S1包括:
S1-1,根据规划数据,以及地块现状数据,依据归一化标准进行数据处理,根据历史数据更新的内容将相关数据进行历史数据替换,将归一化处理结果存储至指定的路径下的数据库中,定期对规划数据,以及地块现状数据进行数据的采集,并将相应的空间数据进行历史数据替换;
S1-2,设Xij是第i年的第j个房地产空间数据的标准化值;Vij是第i年的第j个房地产空间数据的实际值,m是调查的总年份。则:
标准化方法就是将某个房地产空间数据的实际值与最小值的差值与最大值和最小值的差值相比,形成0到1之间的数值;
S1-3,在数值标准化后,利用Xij计算第j项房地产空间数据第i年占该房地产空间数据的比重:
计算第j项房地产空间数据的熵值:
计算信息熵冗余度计算结果为,dj=1-ej,
从而计算各项房地产空间数据的权重:
通过上述计算可得房地产空间数据的归一化表达,通过归一化后,对每一项规划数据中的房地产空间数据进行权重计算。
根据上述技术方案优选的,所述S2包括:
S2-1,基于待开发房地产区域的土地利用数据,获得所述土地利用数据的变化结果,根据空间数据演变结果和房地产空间数据权重值的时空演变,进行所述房地产空间数据变化结果的重叠计算,该重叠计算是根据预存的审批建设的房地产空间数据与实际建设的房地产空间数据的回归拟合计算,从而获取回归曲线,得到房地产开发的预测进度;
数学模型表示为L=β0+β1·Wj·ri+βpεi,式中β0,β1…βp是p个待估计的评价参数,通过评价参数对房地产空间数据进行拟合运算,εi是服从同一正态分布的随机变量,L是随机变量;ri称为回归系数,表征自变量对因变量影响的程度。
S2-2,根据所述房地产空间数据变化结果、通过对回归拟合曲线演变结果生成房地产空间数据变化区域的土地空置情况初始划定;
根据建设用地占用情况,对房地产空间数据中建设用地实际使用量进行计算,
S2-3,通过规划信息计算地上附着物层数,从而计算房地产建设面积,根据建设面积与地产登记入户信息,得到房产使用状态,根据计算房地产空间数据均衡水平产生的土地供应均衡度来衡量空置规模均衡度M,
其中,M为房地产建设规模均衡度,均衡度用供应面积加以衡量,分子代表地区第m种登记状态房地产空间数据使用总量,分母代表地区所有房地产空间数据供应规模总量。
计算空置规模均衡度后,对登记状态的房地产空间数据得到均衡度数据,便于后续进行房地产空置状态分析。
根据上述技术方案优选的,所述S3包括:
S3-1,如果su为某年度第u套住房的使用面积,即从开始载入房地产空间数据中到最终登记在使用者用户名下所登记的面积;在某一地块房地产空间数据中登记的面积总量运用回归拟合的方法,建立如下线性回归模型
N=α0road+α1·layer+α2·location+α3·S
其中,road为交通里程,layer为房地产中楼宇的层数;location为房地产地块数量;S为房地产开发面积,通过参数估计值α0、α1、α2、α3进行线性回归运算,分别代表交通里程、楼宇层数、房地产位置以及房地产面积对房地产空置的影响。
按照专家评分的方法,组建一个专家组,人数约为20~30左右,专家组成员分布在教育、行政、房地产商业、金融机构、普通居民等领域,每一个专家组成员对当年的房地产调控力度进行打分,满分为5分,分数越高,代表当年房地产调控力度越强。最后将所有专家组打分进行汇总并平均处理,所得的结果即衡量了当年房地产调控政策的力度。
S3-2,计算土地供应规模均衡度,采用极差法对房地产空间数据进行标准化处理,加权计算得到建设用地使用强度(LD)和土地审批供给能力(LS);具体计算公式如下:
其中,
计算土地均衡度所需指标及其说明
S3-3,根据标准化数据建立均衡度模型和失衡度模型。以房地产开发均衡度衡量建设用地使用强度和土地审批供给能力的协调性,房地产开发失衡度衡量区域建设用地使用强度和土地审批供给能力的强弱程度,具体计算方式如下:
式中:DS为房地产空间数据使用均衡指数,λ、η为权值,实验中取中间值;λ、η=0.5,为了使计算结果更具有层次性,采用k作为调节系数。
1.房地产风险的内涵
房地产风险是指在房地产开发经营活动中,在影响开发经营利润的多种因素影响下,不能收回投入的资本或达不到预期收益而蒙受经济损失的机会或可能性。在房地产风险中,事件是所有涉及房地产的开发经营活动,包括从前期的工程勘察、建筑设计立项、拆迁征地到中期的房屋建筑施工、房屋售卖与使用以及后期的物业管理的全过程。相应的,事件的主体也是多方的,这些主体分布在房地产开发经营链条的各个环节,包括参与贷款的商业银行、房地产投资人、房地产开发商等。由于房地产投资的投资回收期长、资金占用多、变现能力差、影响因素众多,因而房地产投资风险复杂多样,且风险一旦发生,损失将十分惨重。
3.防风险的指标体系构建
防风险层面指标体系的构建
各类用地规模比例。由于土地本身具有多种用途,而只有当各类用地规模比例维持在一个较为平衡的水平时,土地供应结构才能够处于一个比较健康的水平,反之,如果出现了土地供应结构失衡,比如在城市内部,住宅用地、商服用地和新增建设用地供应比例明显偏低,那么就不能将宝贵的土地资源配置到那些最迫切的用途和生产率最高的地区上,从而导致房地产建设后空置浪费。通过计算房地产空间数据均衡水平产生的土地供应均衡度来衡量空置规模均衡度M。
空置率。空置率是指某一时刻空置房屋面积占房屋总面积的比率。按照国际通行惯例,商品房空置率在5%---10%之间为合理区,商品房供求平衡,有利于国民经济的健康发展;空置率在10%---20%之间为空置危险区,要采取一定措施,加大商品房销售的力度,以保证房地产市场的正常发展和国民经济的正常运行;空置率在20%以上为商品房严重积压区。空置率是反映一定时期市场吸纳能力的重要指标,空置房屋的类型、占市场可供应的比例,反映了市场的有效需求、引导市场供应,在一定程度上影响着房地产投资的规模及市场的走势。客观上,该指标应该有一个合理的比例区间。比例过低,说明需求不足,市场偏冷;比例过高,说明需求旺盛,市场偏热。
根据标准化数据建立均衡度模型和失衡度模型。以房地产开发均衡度衡量建设用地使用强度和土地审批供给能力的协调性,房地产开发失衡度衡量区域建设用地使用强度和土地审批供给能力的强弱程度,具体计算方式如下:
式中:DS为房地产空间数据使用均衡指数,λ、η为权值,实验中取中间值;λ、η=0.5,为了使计算结果更具有层次性,采用k作为调节系数。
通过使用U-ρ法,求出所选取的房地产空间数据预警指标的平均值μ和各个预警指标的标准差ρ,将μ-2ρ,μ-ρ,μ+ρ,μ+2ρ作为四个节点,由这四个节点划分为房地产闲置严重、房地产闲置适中、饱和、房地产使用适中、房地产需求旺盛五个状态。一般情况下,通过对以往研究的考察,得到房地产空置预警机制中警界的经验值,那么为了使预警的划分更加准确。通常将μ-ρ法所得到的房地产闲置严重、房地产闲置适中、饱和、房地产使用适中、房地产需求旺盛的各个临界值来进行比较,通过比较后的调整得到较为可信的房地产开发预警***的警戒值。
由于风险传导机制的存在,稍有不慎便会产生土地空置严重的后果,因此做好房地产空置风险防范工作至关重要,风险程度的衡量也有着足够的必要性和重要性成为房地产产出房屋数量与空置之间的关系,从而作为监测和预警指标体系构建的主要内容。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (5)
1.一种房地产市场地块开发空置监测预警分析方法,其特征在于,包括如下步骤:
S1,获取历史房地产开发数据,根据相应的位置地块空间数据,调用数据库中规划地理信息与地块空间数据进行匹配,对该匹配后的空间数据进行归一化处理,
S2,归一化处理之后,形成房地产空间数据的分类属性信息,将实时获取的房地产空间数据进行回归拟合数据计算,并得到房地产空间数据使用均衡度;
S2-1,基于待开发房地产区域的土地利用数据,获得所述土地利用数据的变化结果,根据空间数据演变结果和房地产空间数据权重值的时空演变,进行所述房地产空间数据变化结果的重叠计算,该重叠计算是根据预存的审批建设的房地产空间数据与实际建设的房地产空间数据的回归拟合计算,从而获取回归曲线,得到房地产开发的预测进度;
数学模型表示为L=β0+β1·Wj·ri+βpεi,式中β0,β1…βp是p个待估计的评价参数,通过评价参数对房地产空间数据进行拟合运算,εi是服从同一正态分布的随机变量,L是随机变量;ri称为回归系数,表征自变量对因变量影响的程度,Wj为各项房地产空间数据的权重;
S2-2,根据所述房地产空间数据回归拟合计算,通过对回归拟合曲线演变结果生成房地产空间数据变化区域的土地空置情况初始划定;
S2-3,通过规划信息计算地上附着物层数,从而计算房地产建设面积,根据建设面积与地产登记入户信息,得到房产使用状态,根据计算房地产空间数据均衡水平产生的土地供应均衡度来衡量空置规模均衡度M,
其中,M为房地产建设规模均衡度,均衡度用供应面积加以衡量,分子代表地区第m种登记状态房地产空间数据使用总量,分母代表地区所有房地产空间数据供应规模总量;
S3,根据回归拟合方法计算的均衡度,对叠加后的房地产开发数据进行比较分析,通过设置的阈值判断条件,对空置情况进行数据分析,从而上传预警数据;
S3-1,如果su为某年度第u套住房的使用面积,即从开始载入房地产空间数据中到最终登记在使用者用户名下所登记的面积;在某一地块房地产空间数据中登记的面积总量运用回归拟合的方法,建立如下线性回归模型
N=α0road+α1·layer+α2·location+α3·S
其中,road为交通里程,layer为房地产中楼宇的层数;location为房地产地块数量;S为房地产开发面积,通过参数估计值α0、α1、α2、α3进行线性回归运算,分别代表交通里程、楼宇层数、房地产位置以及房地产面积对房地产空置的影响;
按照专家评分的方法,组建一个专家组,人数为[20~30]人,专家组成员分布在教育、行政、房地产商业、金融机构、普通居民领域,每一个专家组成员对当年的房地产调控力度进行打分,满分为5分,分数越高,代表当年房地产调控力度越强;最后将所有专家组打分进行汇总并平均处理,所得的结果即衡量了当年房地产调控政策的力度;
S3-2,计算土地供应规模均衡度,采用极差法对房地产空间数据进行标准化处理,加权计算得到建设用地使用强度(LD)和土地审批供给能力(LS);具体计算公式如下:
其中,
S3-3,根据标准化数据建立均衡度模型和失衡度模型;以房地产开发均衡度衡量建设用地使用强度和土地审批供给能力的协调性,房地产开发失衡度衡量区域建设用地使用强度和土地审批供给能力的强弱程度,具体计算方式如下:
式中:DS为房地产空间数据使用均衡指数,λ、η为权值,实验中取中间值;λ、η=0.5,为了使计算结果更具有层次性,采用k作为调节系数;
通过使用U-ρ法,求出所选取的房地产空间数据预警指标的平均值μ和各个预警指标的标准差ρ,将μ-2ρ,μ-ρ,μ+ρ,μ+2ρ作为四个节点,由这四个节点划分为房地产闲置严重、房地产闲置适中、饱和、房地产使用适中、房地产需求旺盛五个状态。
2.根据权利要求1所述的房地产市场地块开发空置监测预警分析方法,其特征在于,所述S1包括:
S1-1,根据规划数据,以及地块现状数据,依据归一化标准进行数据处理,根据历史数据更新的内容将相关数据进行历史数据替换,将归一化处理结果存储至指定的路径下的数据库中,定期对规划数据,以及地块现状数据进行数据的采集,并将相应的空间数据进行历史数据替换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211386644.XA CN115689290B (zh) | 2022-11-07 | 2022-11-07 | 房地产市场地块开发空置监测预警分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211386644.XA CN115689290B (zh) | 2022-11-07 | 2022-11-07 | 房地产市场地块开发空置监测预警分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115689290A CN115689290A (zh) | 2023-02-03 |
CN115689290B true CN115689290B (zh) | 2023-05-30 |
Family
ID=85049105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211386644.XA Active CN115689290B (zh) | 2022-11-07 | 2022-11-07 | 房地产市场地块开发空置监测预警分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115689290B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115951627B (zh) * | 2023-03-15 | 2023-05-12 | 秦皇岛轩齐电子科技有限公司 | 基于物联网工控用plc控制*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784667A (zh) * | 2018-12-21 | 2019-05-21 | 中国科学院遥感与数字地球研究所 | 一种基于夜光遥感数据的房屋空置监测方法 |
CN110059114A (zh) * | 2019-03-16 | 2019-07-26 | 平安城市建设科技(深圳)有限公司 | 房屋空置率获取方法、装置、终端及计算机可读存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020082903A1 (en) * | 2000-06-22 | 2002-06-27 | Seiichiro Yasuzawa | Real estate net-market system |
CN110580539B (zh) * | 2018-06-11 | 2021-07-30 | 深圳市数字城市工程研究中心 | 基于土地时空模型反馈土地利用变化的方法及*** |
CN112907063B (zh) * | 2021-02-10 | 2023-02-28 | 国网河北省电力有限公司信息通信分公司 | 人口流动率和房屋空置率确定方法及终端设备 |
CN112966030B (zh) * | 2021-03-29 | 2022-02-01 | 重庆市规划和自然资源信息中心 | 规划建设用地全生命周期数据融合管理方法 |
CN113094448B (zh) * | 2021-04-06 | 2023-10-27 | 国网北京市电力公司 | 住宅空置状态的分析方法及分析装置、电子设备 |
CN114201922A (zh) * | 2021-12-22 | 2022-03-18 | 云南大学 | 基于InSAR技术的动态滑坡敏感性预测方法及*** |
-
2022
- 2022-11-07 CN CN202211386644.XA patent/CN115689290B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784667A (zh) * | 2018-12-21 | 2019-05-21 | 中国科学院遥感与数字地球研究所 | 一种基于夜光遥感数据的房屋空置监测方法 |
CN110059114A (zh) * | 2019-03-16 | 2019-07-26 | 平安城市建设科技(深圳)有限公司 | 房屋空置率获取方法、装置、终端及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115689290A (zh) | 2023-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Multi-criteria building energy performance benchmarking through variable clustering based compromise TOPSIS with objective entropy weighting | |
CN110097297B (zh) | 一种多维度窃电态势智能感知方法、***、设备及介质 | |
Chang et al. | Data and analytics for heating energy consumption of residential buildings: The case of a severe cold climate region of China | |
CN110223196A (zh) | 基于典型行业特征库和反窃电样本库的反窃电分析方法 | |
CN108564286A (zh) | 一种基于大数据征信的人工智能金融风控授信评定方法和*** | |
CN109543955A (zh) | 基于智慧城市的区域火灾风险评估方法 | |
CN111291076A (zh) | 基于大数据的异常用水监测报警***及其构建方法 | |
CN110782153A (zh) | 一种企业园区综合能效评估体系建模方法及*** | |
CN115689290B (zh) | 房地产市场地块开发空置监测预警分析方法 | |
CN114648400B (zh) | 一种基于移动互联网的财务数据智能采集分析管理*** | |
CN109360018A (zh) | 一种基于人工神经网络的模糊宗地地价评估方法 | |
CN105913366A (zh) | 一种基于工业电力大数据的区域工业景气指数构建方法 | |
CN110298741A (zh) | 一种财务欺诈风险识别*** | |
CN111612371A (zh) | 一种基于层次分析法的智能电表质量评估方法 | |
CN115018384A (zh) | 一种建筑工地安全风险评估方法及*** | |
CN115062992A (zh) | 基于能源大数据的综合能源***发展水平测算方法及*** | |
CN106709623B (zh) | 一种基于风险计算模型的电网营销稽查风险管控方法 | |
CN115905319B (zh) | 一种海量用户电费异常的自动识别方法及*** | |
Ncube et al. | Measuring fiscal distress in South African local government sector | |
CN105930982B (zh) | 电力景气指数的测算方法和*** | |
CN112801544A (zh) | 一种公路数字化管理绩效评价方法及*** | |
CN111553580A (zh) | 基于k均值和支持向量机的护林员巡护情况的综合分析方法 | |
Li et al. | Research on Early Warning of Real Estate Bubble in Xiamen City Based on AHP–ECM | |
CN114240042A (zh) | 基于失能老人照护需求的前景灰靶屋照护服务质量评估法 | |
Han et al. | Research on grey relational evaluation of the competitiveness of aviation industrial cluster: By taking Xi'an Yanliang Aviation Park as an example |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |