使用时序出租车轨迹识别多层次城市功能结构

使用时序出租车轨迹识别多层次城市功能结构

论文摘要

地理时空大数据被广泛用于城市功能结构识别,其中功能层次性的研究对于系统理解城市功能的结构特征和分布形态具有重大意义,但相关研究仍处于空缺状态。基于时序出租车出行数据和感兴趣点数据描述居民出行模式,结合动态时间规整和K-MEDOIDS聚类算法识别城市的功能属性和空间结构。研究结果表明,广州市中心城区的城市功能具有明显的层次性。随着层次细致程度的提升,其功能属性由"职-住"二元结构向"职-住-休"三元结构发展;其空间结构符合环状圈层构造,功能由外围的居住游憩向中心的商业休闲过渡,并在不同的圈层上呈现出各自的功能倾向。这为城市规划人员系统理解城市功能的属性变化和结构特征提供了有效的参考价值。

论文目录

  • 1 研究区和数据
  •   1.1 研究区
  •   1.2 时序出租车轨迹数据
  • 2 多层次城市功能结构识别
  •   2.1 特征数据集处理
  •   2.2 动态时间规整的K-MEDOIDS聚类
  •   2.3 POIs数据辅助分析
  • 3 结果和讨论
  • 4 结 语
  • 文章来源

    类型: 期刊论文

    作者: 姚尧,张亚涛,关庆锋,麦可,张金宝

    关键词: 城市功能结构,时序出租车轨迹数据,层次性,环状圈层结构,社会感知

    来源: 武汉大学学报(信息科学版) 2019年06期

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑,信息科技

    专业: 自然地理学和测绘学,公路与水路运输,计算机软件及计算机应用

    单位: 中国地质大学(武汉)地理与信息工程学院,武汉大学测绘遥感信息工程国家重点实验室,中山大学地理科学与规划学院

    基金: 国家自然科学基金(41801306,41671408),武汉大学测绘遥感信息工程国家重点实验室开放基金(18S01)~~

    分类号: U491;P208

    DOI: 10.13203/j.whugis20170111

    页码: 875-884

    总页数: 10

    文件大小: 1202K

    下载量: 462

    相关论文文献

    • [1].储油罐液位时序数据模式发现[J]. 重庆大学学报 2020(03)
    • [2].时序数据库发展研究[J]. 广东通信技术 2020(03)
    • [3].基于时序数据库的工业大数据应用研究[J]. 重型机械 2020(04)
    • [4].工业互联网中时序数据处理面临的新挑战[J]. 信息通信技术与政策 2019(05)
    • [5].基于自相关函数的非平稳时序数据的辨识改进[J]. 微型机与应用 2016(13)
    • [6].基于时序数据库的监控数据存储方法研究[J]. 电子元器件与信息技术 2020(01)
    • [7].时序数据并行压缩速率改进技术研究[J]. 电子设计工程 2018(20)
    • [8].基于时序数据的辽宁省环境库兹涅茨曲线实证分析[J]. 统计与咨询 2013(04)
    • [9].基于统计特征的时序数据符号化算法[J]. 计算机学报 2008(10)
    • [10].基于相关性分析的工业时序数据异常检测[J]. 软件学报 2020(03)
    • [11].基于微局部特征的时序数据二分类算法[J]. 计算机系统应用 2019(11)
    • [12].基于动态时间规整的时序数据相似连接[J]. 计算机学报 2018(08)
    • [13].《时序数据挖掘与过程神经元网络》[J]. 全国新书目 2013(12)
    • [14].多周期时序数据的傅氏级数拟合算法[J]. 计算机系统应用 2015(07)
    • [15].时序数据曲线排齐的相关性分析方法[J]. 软件学报 2014(09)
    • [16].非平稳NDVI时序数据人工神经网络建模方法[J]. 遥感信息 2019(06)
    • [17].路灯监控系统中时序数据流的异常值检测研究[J]. 微处理机 2018(06)
    • [18].时序数据的动态有界符号化方法[J]. 控制与决策 2008(10)
    • [19].基于GARCH模型下金融时序数据的影响点识别[J]. 统计与管理 2016(11)
    • [20].小样本跳变水质时序数据预测方法[J]. 计算机应用 2010(02)
    • [21].集思特思发布新一代时序数据产品TSM7[J]. 中国水利 2009(04)
    • [22].一种平稳时序数据的高效辨识改进算法[J]. 微处理机 2019(01)
    • [23].成品油零售价格变动对销售量影响研究——基于成品油价格时序数据挖掘分析[J]. 价格理论与实践 2019(10)
    • [24].面向大规模网络安全态势分析的时序数据挖掘关键技术研究[J]. 信息化建设 2016(05)
    • [25].一种新型时序数据库在大型配电网自动化系统数据中心中的应用[J]. 中国电业(技术版) 2014(07)
    • [26].时序数据的矢量化符号方法[J]. 小型微型计算机系统 2008(12)
    • [27].基于时序数据库的转移规则挖掘算法研究[J]. 计算机仿真 2008(06)
    • [28].海量时间序列数据的相关探索[J]. 通信电源技术 2020(10)
    • [29].基于时序数据库的分布式网络波动监控系统[J]. 中国传媒科技 2018(03)
    • [30].基于自动分发多级分解TCN-BiLSTM-LightGBM家庭PV发电量预测[J]. 电子制作 2020(19)

    标签:;  ;  ;  ;  ;  

    使用时序出租车轨迹识别多层次城市功能结构
    下载Doc文档

    猜你喜欢