论文摘要
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.
论文目录
文章来源
类型: 期刊论文
作者: 于璐,何祥,刘嘉勇
关键词: 时空数据挖掘,城市功能分区,主题模型,签到数据
来源: 四川大学学报(自然科学版) 2019年02期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,信息科技
专业: 建筑科学与工程,计算机软件及计算机应用
单位: 四川大学电子信息学院,四川大学网络空间安全学院
基金: 科技部国家重点研发项目(2017YFB0802904)
分类号: TU984;TP391.1
页码: 246-252
总页数: 7
文件大小: 503K
下载量: 609