期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
Evaluating Urban Housing Contradictions Through Multisource Data Fusion:a Case Study of Spatiotemporal Mismatch Analysis in Shenzhen with the HCEWI Model
1
作者 JIANG Aiyi CHEN Guanzhou CAO Jinzhou 《Journal of Geodesy and Geoinformation Science》 2025年第3期1-16,共16页
The rapid urbanization and structural imbalances in Chinese megacities have exacerbated the housing supplydemand mismatch,creating an urgent need for fine-scale diagnostic tools.This study addresses this critical gap ... The rapid urbanization and structural imbalances in Chinese megacities have exacerbated the housing supplydemand mismatch,creating an urgent need for fine-scale diagnostic tools.This study addresses this critical gap by developing the Housing Contradiction Evaluation Weighted Index(HCEWI)model,making three key contributions to high-resolution housing monitoring.First,we establish a tripartite theoretical framework integrating dynamic population pressure(PPI),housing supply potential(HSI),and functional diversity(HHI).The PPI innovatively combines mobile signaling data with principal component analysis to capture real-time commuting patterns,while the HSI introduces a novel dual-criteria system based on Local Climate Zones(LCZ),weighted by building density and residential function ratio.Second,we develop a spatiotemporal coupling architecture featuring an entropy-weighted dynamic integration mechanism with self-correcting modules,demonstrating robust performance against data noise.Third,our 25-month longitudinal analysis in Shenzhen reveals significant findings,including persistent bipolar clustering patterns,contrasting volatility between peripheral and core areas,and seasonal policy responsiveness.Methodologically,we advance urban diagnostics through 500-meter grid monthly monitoring and process-oriented temporal operators that reveal“tentacle-like”spatial restructuring along transit corridors.Our findings provide a replicable framework for precision housing governance and demonstrate the transformative potential of mobile signaling data in implementing China’s“city-specific policy”approach.We further propose targeted intervention strategies,including balance regulation for high-contradiction zones,Transit-Oriented Development(TOD)activation for low-contradiction clusters,and dynamic land conversion mechanisms for transitional areas. 展开更多
关键词 index terms-housing contradiction assessment multi-source data fusion spatiotemporal heterogeneity job-housing spatial mismatch high-resolution urban diagnostics
在线阅读 下载PDF
面向智慧城市的城市大数据实时可视化系统设计与实现 被引量:1
2
作者 武建军 《软件》 2025年第4期145-147,共3页
本文针对智慧城市发展中对实时数据驱动决策的迫切需求,设计了一套城市大数据实时可视化系统。系统采用“云—边—端”级分布式架构,通过多源异构数据融合框架、混合渲染引擎、改进的ST-ResNet模型等关键技术,解决了传统可视化系统在动... 本文针对智慧城市发展中对实时数据驱动决策的迫切需求,设计了一套城市大数据实时可视化系统。系统采用“云—边—端”级分布式架构,通过多源异构数据融合框架、混合渲染引擎、改进的ST-ResNet模型等关键技术,解决了传统可视化系统在动态性、多维融合与交互性上的不足。在某城市智慧交通应用中,系统实现了高峰期平均车速提升38%、核心区域通行延误减少37%等显著成效,为城市管理提供了精准决策支持。研究成果为数字孪生与城市大脑的深度融合提供了有效的技术路径。 展开更多
关键词 智慧城市 大数据可视化 实时渲染 云-边-端架构 时空数据融合
在线阅读 下载PDF
面向自然资源监测的遥感与时空大数据融合算法研究
3
作者 祝瑜 《计算机应用文摘》 2025年第14期54-56,共3页
自然资源监测对生态保护、灾害预警及可持续发展具有关键意义。受限于传感器技术,单一遥感数据源难以兼顾高空间分辨率与高时间分辨率,导致监测精度受限。文章提出一种基于多源遥感数据与时空大数据融合的算法框架,该框架结合面向对象... 自然资源监测对生态保护、灾害预警及可持续发展具有关键意义。受限于传感器技术,单一遥感数据源难以兼顾高空间分辨率与高时间分辨率,导致监测精度受限。文章提出一种基于多源遥感数据与时空大数据融合的算法框架,该框架结合面向对象修复、深度学习超分辨率重建及多源光谱归一化技术,实现了高时空分辨率数据生成。实验表明,在土地覆盖变化、植被物候提取及灾害监测方面,该算法较传统方法精度提升15%~20%,为自然资源动态监测提供了高效技术支撑。 展开更多
关键词 自然资源监测 时空大数据融合 多源遥感数据 深度学习 光谱归一化
在线阅读 下载PDF
大型构筑物水下检测多源数据处理及可视化系统设计与实现 被引量:2
4
作者 姜艳 段安民 肖雪露 《舰船电子工程》 2023年第4期104-109,共6页
大型构筑物水下状态检测与完整展示对大型构筑物的安全运营至关重要,而目前大型构筑物水下多源数据融合及三维展示系统几乎空白,论文针对该需求,通过重点突破水下检测多源数据融合、水下三维可视化等关键技术,研发了大型构筑物水下检测... 大型构筑物水下状态检测与完整展示对大型构筑物的安全运营至关重要,而目前大型构筑物水下多源数据融合及三维展示系统几乎空白,论文针对该需求,通过重点突破水下检测多源数据融合、水下三维可视化等关键技术,研发了大型构筑物水下检测多源数据处理及可视化系统,并通过港珠澳大桥水下检测实测数据,验证了港珠澳大桥水下环境多源观测大数据融合和海底三维实景可视化展示能力,为大型构筑物水下状况的安全检测防护和可视化运营管理提供了有效支撑。 展开更多
关键词 港珠澳大桥 多源时空大数据融合 三维实景可视化
在线阅读 下载PDF
融合多源时空大数据感知城市动态 被引量:45
5
作者 涂伟 曹劲舟 +4 位作者 高琦丽 曹瑞 方志祥 乐阳 李清泉 《武汉大学学报(信息科学版)》 EI CSCD 北大核心 2020年第12期1875-1883,F0002,共10页
城市是人类活动的主要场所,是人流、物流、信息流和资金流的交换枢纽,具有高度的动态性和复杂性。智慧城市建设提供了卫星与无人机遥感、移动感知、社会感知、众包感知等多种时空感知大数据的数据获取手段,为分析城市空间、人类行为及... 城市是人类活动的主要场所,是人流、物流、信息流和资金流的交换枢纽,具有高度的动态性和复杂性。智慧城市建设提供了卫星与无人机遥感、移动感知、社会感知、众包感知等多种时空感知大数据的数据获取手段,为分析城市空间、人类行为及其二者之间的交互等城市动态提供了新途径。介绍了城市动态感知的框架,论述了空间动态、人类行为动态"、空间-行为"交互动态感知等典型应用,讨论了融合多源时空大数据感知城市动态研究中存在的时空大数据不确定性、城市感知多视角学习、结果验证、城市多要素级联影响等问题。展望未来,城市动态研究应结合泛在物联网产生的实时数据,捕捉多维、多时空分辨率的多维城市动态,提升时空大数据在精细化城市治理中的应用深度,切实解决城市问题。 展开更多
关键词 时空大数据 多源数据融合 多视角学习 城市动态
原文传递
基于注意力机制的城市轨道交通网络级多步短时客流时空综合预测模型 被引量:14
6
作者 张金雷 陈奕洁 +3 位作者 Panchamy Krishnakumari 金广垠 王骋程 杨立兴 《地球信息科学学报》 CSCD 北大核心 2023年第4期698-713,共16页
准确、可靠的短时客流预测可为城市轨道交通提供运营决策支持。本研究以基于Transformer机制的LSTM网络、深度注意力模块和CNN网络为基础,提出了城市轨道交通网络级多步短时客流预测模型(STIPM)。该预测模型由3个分支组成,分支一以时间... 准确、可靠的短时客流预测可为城市轨道交通提供运营决策支持。本研究以基于Transformer机制的LSTM网络、深度注意力模块和CNN网络为基础,提出了城市轨道交通网络级多步短时客流预测模型(STIPM)。该预测模型由3个分支组成,分支一以时间序列进站客流为输入,提出了基于Transformer机制的LSTM网络提取该数据中的时间相关性;分支二以基于时间步的OD数据为输入,提出了深度注意力模块挖掘数据中大量的时间、空间相关性,利用基于时间步的OD数据能够更好地展现站间联系紧密程度和全局信息,从而完成了拓扑网络信息提取;分支三的输入为POI数据,使用CNN网络获取其时空相关性,并作为时间与空间特征之间的纽带。为了保证在预测精度足够高的条件下,获得更长的预测时间和更详细的预测信息,本文采用“神经网络多输出”策略,完成了多步预测任务。本文在2个大规模城市轨道交通真实数据集中对该模型进行测试,并将预测结果与10个基准模型和4个消融实验模型进行对比,在RMSE、MAE与WMAPE评估指标中,STIPM模型均得到最高的预测精度,结果表明该模型具有一定的优越性与鲁棒性。 展开更多
关键词 城市轨道交通 短时客流预测 多步预测 深度学习 交通大数据 时空特征挖掘 特征融合
原文传递
CLAB模型:一种乘客出租出行需求短时预测的深度学习模型 被引量:3
7
作者 周榆欣 邬群勇 《地球信息科学学报》 CSCD 北大核心 2023年第1期77-89,共13页
乘客出行需求预测是智能交通系统的组成部分,准确的出行需求预测,对于车辆调度具有重要的意义;然而现有的预测方法无法准确的挖掘其潜在的时空相关性,且大都忽略历史流入量对出行需求的影响。为了进一步挖掘时空大数据中的时空特性及提... 乘客出行需求预测是智能交通系统的组成部分,准确的出行需求预测,对于车辆调度具有重要的意义;然而现有的预测方法无法准确的挖掘其潜在的时空相关性,且大都忽略历史流入量对出行需求的影响。为了进一步挖掘时空大数据中的时空特性及提升模型预测乘客出行需求的精度,本文提出了一种乘客出租出行需求短时预测CLAB(Conv-LSTM Attention BiLSTM)模型。CLAB模型设置了3个模块分别为基于注意力机制的Conv-LSTM模块和2个BiLSTM模块,基于注意力机制的Conv-LSTM模块提取临近时刻乘客出行需求量中的空间特征和短时时间特征,其中注意力机制能自动分配不同的权重来判别不同时间的需求量序列重要性;为了探索长期时间特征,用2个BiLSTM模块来提取历史流入量序列时间特征和日乘客需求量序列的时间特征。采用厦门岛的网约车和巡游车的订单数据进行实验,结果表明:(1)CLAB模型更适用于使用30 min历史数据预测未来5 min短时乘客出行需求;(2)与基准预测模型相比,CLAB模型的整体的效果误差更低,具有更好的预测效果,CLAB模型比CNN-LSTM、LSTM、BiLSTM、CNN和Conv-LSTM的平均绝对误差(MAE)分别降低了33.179%、33.153%、33.204%、5.401%和5.914%,均方根误差(RMSE)分别降低了34.389%、34.423%、34.524%、6.772%和6.669%;(3)同时发现CLAB模型在规律性较高的工作日预测效果优于非工作日,且工作日早高峰预测效果最佳。 展开更多
关键词 交通大数据 出行需求预测 深度神经网络 注意力机制 组合预测模型 时空融合 厦门岛 LSTM
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部