论文摘要
获得精细尺度城市房价制图对城市发展研究及相关政策制定至关重要。然而由于过去的房价预测方法没有对多源数据进行融合,单一数据源有偏性使得房价制图及预测无法达到精细尺度。本文拟从多源空间数据融合的角度出发,通过深度学习的方法建立耦合卷积神经网络和随机森林拟合模型的武汉市城市房价预测模型,在精细尺度上模拟武汉市房价分布。实验表明预测模型可以有效地对武汉市房价做出预测,同时表明融合高分辨率遥感影像和社交媒体数据的模型能够得到比传统使用单一数据源的网络得到精度更高的预测结果。
论文目录
文章来源
类型: 期刊论文
作者: 王浩天,袁强强
关键词: 多源空间数据融合,深度学习,房价预测,空间分布,城市精细模拟
来源: 北京测绘 2019年12期
年度: 2019
分类: 基础科学,经济与管理科学
专业: 宏观经济管理与可持续发展
单位: 武汉大学测绘学院
分类号: F299.23
DOI: 10.19580/j.cnki.1007-3000.2019.12.026
页码: 1549-1553
总页数: 5
文件大小: 249K
下载量: 395
相关论文文献
标签：多源空间数据融合论文; 深度学习论文; 房价预测论文; 空间分布论文; 城市精细模拟论文;