申请/专利权人：浙江省自然资源厅服务中心(浙江省自然资源网上交易中心);浙江大学

申请日：2023-07-13

公开（公告）日：2023-10-10

公开（公告）号：CN116862616A

主分类号：G06Q30/0601

分类号：G06Q30/0601;G06Q30/0201;G06Q10/0639;G06F18/214;G06F18/27;G06N3/049

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.10.27#实质审查的生效;2023.10.10#公开

摘要：本发明公开了一种基于神经网络和地理加权回归的土地出让价格预测方法。该方法在传统的土地价格预测方法理论之上，结合长时序和多维度的空间位置信息，量化影响土地出让价格的多种因素，将该影响因素与神经网络以及地理加权回归模型相结合。该方法优点在于利用神经网络对非线性关系的拟合能力，利用空间自相关的特性，量化多种因素对出让点局部的影响权重，最终构建了一种多类型土地出让价格的预测方法。本发明可减少人为决定影响因素的权重造成的主观误差，以客观数据为导向，能够更好地模拟土地价格的形成过程。

主权项：1.一种基于神经网络和地理加权回归的土地出让价格预测方法，其特征在于它的步骤如下；S1：对土地出让价格的原始时序数据进行清洗，得到由不同历史出让土地的土地出让价格组成的土地出让价格序列，每块历史出让土地对应于一个出让时间；S2：针对土地出让价格序列中的每块历史出让土地，在空间维度上量化该历史出让土地在对应出让时间下的各土地出让价格影响因素，由各影响因素的量化值构成单个训练样本的模型输入，以该历史出让土地对应的土地出让价格作为单个训练样本的真值标签，构建训练样本集；S3：利用训练样本集对地理时空神经网络加权回归模型进行训练，以拟合出影响因素在以出让土地为基本单元的局部空间范围的权重大小，训练完毕后得到土地出让价格回归预测模型；S4、针对待出让土地，在空间维度上量化该待出让土地在对应出让时间下的各土地出让价格影响因素，由各影响因素的量化值构成模型输入，并输入所述土地出让价格回归预测模型中，获得待出让土地的土地出让价格预测值。

全文数据：

权利要求：

百度查询： 浙江省自然资源厅服务中心(浙江省自然资源网上交易中心);浙江大学 基于神经网络与地理加权回归的土地出让价格预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD