[发明专利]一种基于兴趣点采集的城市功能区识别方法、服务器及存储介质有效

专利信息
申请号: 201810767026.7 申请日: 2018-07-12
公开(公告)号: CN108876475B 公开(公告)日: 2022-02-01
发明(设计)人: 杨鑫;周全强;段亮亮;李壮 申请(专利权)人: 青岛理工大学
主分类号: G06Q30/02 分类号: G06Q30/02;G06Q50/26
代理公司: 武汉智正诚专利代理事务所(普通合伙) 42278 代理人: 张世亮
地址: 266000 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 兴趣 采集 城市 功能 识别 方法 服务器 存储 介质
【说明书】:

发明公开一种基于兴趣点采集的城市功能区识别方法、服务器及存储介质,该基于兴趣点采集的城市功能区识别方法包括基于网络电子地图获取目标城市POI数据,建立POI指标;对目标城市划分区域,统计获得各区域的POI指标并计算对应的POI总指标值POI_Classes;根据各区域的POI指标和POI总指标值,判别各区域包含的城市功能以及包含各类城市功能的数量,获得城市单一功能区和功能混合的各区域;获取城市功能混合的各区域的公交刷卡数据,并根据所述公交刷卡数据建立并计算公交车站的乘车人数特征指标;根据计算的所述乘车人数特征指标值,进行城市功能混合的各区域的聚类。

技术领域

本发明涉及地理信息技术领域,特别涉及一种基于兴趣点采集的城市功能区识别方法、服务器及存储介质。

背景技术

城市功能区划分是城市管理和城市规划的基础。早期城市功能区划分研究主要采用人口经济普查、土地利用地图和调查问卷等数据,受数据的约束,城市功能格局研究的空间尺度较大,多以乡镇\街道或区县为基本空间单元。近年来,随着信息和通讯技术的发展,涌现了大量的基于个体行为的LBS (Location Based Service)大数据(如:全球定位系统GPS、全球移动通信系统及智能卡收费系统数据),为城市功能区的细致划分创造了条件。

公交刷卡数据表征了个体出行规律,如何从中挖掘居民出行规律与城市功能特征的关联是采用公交刷卡数据研究城市功能分区的关键。现有技术中城市功能区识别的方法是通过居民个体出行时间、起始地、目的地和出行目的等与城市功能的关联分析来研究城市功能分区,以乘车个体为研究对象,构建居民出行模型,通过文本挖掘等方法进行研究,这种方式直接对海量个体数据进行挖掘,对挖掘算法的要求高,且分析效率较低。

发明内容

本发明的主要目的是提出一种基于兴趣点采集的城市功能区识别方法、服务器及存储介质,旨在提供一种对城市功能识别更准确的城市功能识别方法。

为实现上述目的,本发明提出的一种基于兴趣点采集的城市功能区识别方法,包括:

基于网络电子地图获取目标城市POI(兴趣点)数据,建立POI指标{IsContainResidence,IsContainJob,IsContainShopping},以及POI总指标 POI_Classes;其中,IsContainResidence为是否含住宅功能,IsContainJob为是否含就业功能,IsContainShopping为是否含购物服务;

对目标城市划分区域,根据各区域包含的POI以及包含各类POI的数量,统计获得各区域的POI指标并计算对应的POI总指标值POI_Classes;

根据各区域的POI指标和POI总指标值,获得城市单一功能区和功能混合的各区域;

获取城市功能混合的各区域的公交刷卡数据,并根据所述公交刷卡数据建立并计算公交车站的乘车人数特征指标值;

根据计算的所述乘车人数特征指标值,确定该区域的城市功能。

优选的,所述获取目标土地的公交刷卡数据,并根据所述公交刷卡数据建立并计算公交车站的乘车人数特征指标,具体包括:

获取目标土地的公交刷卡数据,分别统计公交刷卡数据指标

根据公交刷卡数据指标计算每个公交车站的特征值,其中每个公交车站的特征值包括全时绝对量特征全时波动特征全时偏度特征全时峰度特征以及全时趋势特征

其中,

表示第i个公交车站工作日/周末在第t个时段的上车人数;

k取1时表示工作日,k取2时表示周末。

优选的,所述全时绝对量特征的计算公式为:

其中,T为一天的时间段总数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于青岛理工大学,未经青岛理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810767026.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top