| 基于时空语义挖掘的城市功能区识别研究 |
| |
| 引用本文： | 于璐,何祥,刘嘉勇.基于时空语义挖掘的城市功能区识别研究[J].四川大学学报(自然科学版),2019,56(2):246-252. |
| |
| 作者姓名： | 于璐 何祥 刘嘉勇 |
| |
| 作者单位： | 四川大学电子信息学院,四川大学电子信息学院,四川大学网络空间安全学院 |
| |
| 摘 要： | 针对目前城市功能区划分大多依靠人工完成,且未充分使用城市中时空数据的问题,提出一种基于时空语义挖掘的城市功能区识别方案.首先,选取某城市矩形区域为研究样本,并以建筑物为划分依据将研究样本划分为有效的基础区域;然后,对各基础区域内的新浪微博位置签到数据及POI(Points of Interest)数据进行时空语义挖掘,采用狄利克雷多项式回归(DMR)主题模型生成区域的功能性向量;最后,通过向量聚类,依据POI类别比例完成区域的功能性识别.实验结果表明,本方案相比基于POI密度的k-means聚类方案和基于潜在狄利克雷分布(LDA)主题模型的城市功能区识别方法具有更高的准确性,位置签到数据所表征出的人们活动模式可以揭示城市功能区之间的差异,在城市地理空间分析上具有良好的效果.
|
| 关 键 词： | 时空数据挖掘 城市功能分区 主题模型 签到数据 |
| 收稿时间： | 2018/6/6 0:00:00 |
| 修稿时间： | 2018/12/18 0:00:00 |
Discovering urban functional regions based on sematic mining from spatiotemporal data |
| |
| yulu,he xiang and liu jia yong.Discovering urban functional regions based on sematic mining from spatiotemporal data[J].Journal of Sichuan University (Natural Science Edition),2019,56(2):246-252. |
| |
| Authors: | yulu he xiang and liu jia yong |
| |
| Institution: | Sichuan University,College of Electronics and Information Engineering,College of Cybersecurity |
| |
| Abstract: | |
| |
| Keywords: | Spatiotemporal data mining Urban district Topic Model Check-in data |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《四川大学学报(自然科学版)》下载免费的PDF全文 |
|
