针对以往的工作很少考虑兴趣点(point of interest,POI)和道路属性之间联系导致获取效果难以满足需求的问题,本文提出一种基于车辆轨迹数据和POI特征的多道路属性识别方法。首先对车辆轨迹进行地图匹配,通过挖掘匹配后的轨迹数据获取道...针对以往的工作很少考虑兴趣点(point of interest,POI)和道路属性之间联系导致获取效果难以满足需求的问题,本文提出一种基于车辆轨迹数据和POI特征的多道路属性识别方法。首先对车辆轨迹进行地图匹配,通过挖掘匹配后的轨迹数据获取道路特征。通过设置道路缓冲区,获取缓冲区内的POI信息,然后采用关联规则挖掘算法计算相关POI加权支持度和道路重要性指标作为道路上下文指标。最后对道路特征和道路上下文指标进行特征向量构建,引入DeepFM(factorization machine)深度学习模型提出基于车辆轨迹和POI特征的多道路属性识别方法(TrajPOI-MAR)识别道路限速和单双向属性。使用滴滴出租车成都GPS数据集在进行实验并与决策树和多任务学习框架等算法比较,实验证明本文提出模型在方法在性能上得到一定程度提升,限速识别和单双向识别的F1值分别为0.8928和0.9458,均优于基线算法。展开更多
长春市是国家新型城镇化综合试点城市,识别长春市中心城区功能,针对当前存在的问题提出对策建议,对城市空间的优化与协调具有重要意义。以兴趣点(Point of Interest,POI)数据及开放街道地图(Open Street Map,OSM)数据为基础,结合核密度...长春市是国家新型城镇化综合试点城市,识别长春市中心城区功能,针对当前存在的问题提出对策建议,对城市空间的优化与协调具有重要意义。以兴趣点(Point of Interest,POI)数据及开放街道地图(Open Street Map,OSM)数据为基础,结合核密度分析、实地调查验证等方法,识别长春市中心城区城市功能类型。结果表明:单一功能区中,商业功能区数量最多,居住功能区最少;主导—混合功能区中的商业主导功能区及交通主导功能区形成对商业聚集区与轨道交通系统的重要补充;细分—混合功能区特征显示功能混合程度从市中心向周边逐渐加大。经验证,城市功能识别结果符合长春市实际,由此提出对策建议:未来长春市中心城区应注重多中心发展格局,并加强绿地空间和公共服务设施建设。展开更多
文摘针对以往的工作很少考虑兴趣点(point of interest,POI)和道路属性之间联系导致获取效果难以满足需求的问题,本文提出一种基于车辆轨迹数据和POI特征的多道路属性识别方法。首先对车辆轨迹进行地图匹配,通过挖掘匹配后的轨迹数据获取道路特征。通过设置道路缓冲区,获取缓冲区内的POI信息,然后采用关联规则挖掘算法计算相关POI加权支持度和道路重要性指标作为道路上下文指标。最后对道路特征和道路上下文指标进行特征向量构建,引入DeepFM(factorization machine)深度学习模型提出基于车辆轨迹和POI特征的多道路属性识别方法(TrajPOI-MAR)识别道路限速和单双向属性。使用滴滴出租车成都GPS数据集在进行实验并与决策树和多任务学习框架等算法比较,实验证明本文提出模型在方法在性能上得到一定程度提升,限速识别和单双向识别的F1值分别为0.8928和0.9458,均优于基线算法。
文摘长春市是国家新型城镇化综合试点城市,识别长春市中心城区功能,针对当前存在的问题提出对策建议,对城市空间的优化与协调具有重要意义。以兴趣点(Point of Interest,POI)数据及开放街道地图(Open Street Map,OSM)数据为基础,结合核密度分析、实地调查验证等方法,识别长春市中心城区城市功能类型。结果表明:单一功能区中,商业功能区数量最多,居住功能区最少;主导—混合功能区中的商业主导功能区及交通主导功能区形成对商业聚集区与轨道交通系统的重要补充;细分—混合功能区特征显示功能混合程度从市中心向周边逐渐加大。经验证,城市功能识别结果符合长春市实际,由此提出对策建议:未来长春市中心城区应注重多中心发展格局,并加强绿地空间和公共服务设施建设。
