| 基于区块多源时空数据的道路网密度预测模型 |
| |
| 引用本文： | 黄士琛,邵春福,王晟由.基于区块多源时空数据的道路网密度预测模型[J].北京交通大学学报(自然科学版),2021,45(5):93-100. |
| |
| 作者姓名： | 黄士琛 邵春福 王晟由 |
| |
| 作者单位： | 北京交通大学 交通运输学院,北京 100044 |
| |
| 摘 要： | 城市化进程与人口增速的不协调导致了城市蔓延现象,为科学合理地统筹引导道路建设,缓解城市蔓延引发的交通拥堵和环境污染,需要对建成区的道路网指标进行精细化管理.以道路网密度为例,考虑道路建设进度和政策实施惯性,构建基于深度学习的区块化时空数据预测模型Bi-Convlstm2DNet,与之对应地构造基于区块的多源数据融合流程,并以某市为例进行实验.将该市时序的土地覆盖、人口和道路网拓扑结构融合为时空多源数据集,而后在数据集上将本模型同其他经典预测模型进行参数标定和对比.研究结果表明,BiConvlstm2DNet在该数据集上得到的准确率为91.5％,较支持向量回归和随机森林回归等模型的准确率平均提升了8.0％,是一种分区块预测建成区道路网指标的可靠模型.
|
| 关 键 词： | 智能交通 道路网密度预测 深度学习 用地覆盖 多源数据融合 |
Road network density prediction model based on block multi-source spatio-temporal data |
| |
| HUANG Shichen,SHAO Chunfu,WANG Shengyou.Road network density prediction model based on block multi-source spatio-temporal data[J].JOURNAL OF BEIJING JIAOTONG UNIVERSITY,2021,45(5):93-100. |
| |
| Authors: | HUANG Shichen SHAO Chunfu WANG Shengyou |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
