Print

基于多源数据融合的武汉市精细尺度城市房价预测

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

  • 0 引言
  • 1 研究区概况和数据准备
  •   1.1 研究区社会经济概况
  •   1.2 数据说明
  • 2 研究方法
  •   2.1 辅助数据预处理
  •   2.2 基于卷积神经网络房价分布制图
  •   2.3 精度评价和不确定性分析
  • 3 实验结果与分析
  •   3.1 基于不同数据融合模型的房价制图结果及精度对比
  •   3.2 精细尺度武汉房价空间分布结果及分析
  • 4 结束语

    • 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

    本文来源: https://www.lunwen66.cn/article/257cf7f420053632cfbfb3aa.html