基于POI数据的城市功能区识别方法研究

被引:24
作者
蒋云良 [1 ,2 ]
董墨萱 [1 ]
范婧 [2 ,3 ]
高少文 [3 ]
刘勇 [3 ]
马新强 [4 ]
机构
[1] 浙江师范大学数理与信息工程学院
[2] 湖州师范学院信息工程学院
[3] 浙江大学控制科学与工程学院
[4] 重庆文理学院机器视觉与智能信息系统重点实验室
关键词
城市计算; 城市功能区; 兴趣点; 归一化; 模糊聚类;
D O I
10.16218/j.issn.1001-5051.2017.04.007
中图分类号
TP311.13 []; TU984 [城市规划];
学科分类号
1201 ; 081303 ; 083302 ; 1204 ;
摘要
提出了基于兴趣点数据对城市不同区域的功能进行识别的思想,根据手机基站位置将城市划分为基本单元,对基本单元中的兴趣点统计数据提出3种处理方案,并进行了模糊聚类分析,通过带有明显类别特征的兴趣点分布与聚类结果进行重叠率计算,从而确定了区域功能.为验证方法的有效性,选取浙江省杭州市一定范围内的城市区域进行实验.实验结果表明:根据兴趣点数据对城市功能区进行识别,能较好地实现城市区域的功能划分与特征分析,有助于对城市发展作出建设性规划.
引用
收藏
页码:398 / 405
页数:8
相关论文
共 8 条
[1]   城市计算概述 [J].
郑宇 .
武汉大学学报(信息科学版) , 2015, (01) :1-13
[2]   基于手机数据识别上海中心城的城市空间结构 [J].
钮心毅 ;
丁亮 ;
宋小冬 .
城市规划学刊, 2014, (06) :61-67
[3]   手机轨迹中活动停驻点识别 [J].
杜润强 ;
黄佳进 ;
钟宁 ;
黄智生 .
计算机科学与探索, 2014, 8 (02) :200-206
[4]   特征向量的归一化比较性研究 [J].
肖汉光 ;
蔡从中 .
计算机工程与应用, 2009, (22) :117-119
[5]   聚类算法研究 [J].
孙吉贵 ;
刘杰 ;
赵连宇 .
软件学报, 2008, (01) :48-61
[6]   基于划分的模糊聚类算法 [J].
张敏 ;
于剑 .
软件学报, 2004, (06) :858-868
[7]   城市规模与“城市病”——对我国城市发展方针的反思 [J].
段小梅 .
中国人口·资源与环境, 2001, (04) :134-136
[8]  
基于城市公交刷卡数据和兴趣点的城市功能区识别研究[D]. 于翔.浙江大学 2014