共查询到20条相似文献，搜索用时 156 毫秒
1.
《地理与地理信息科学》2016,(6)
空间轨迹中的停留点提取是将空间轨迹转换到语义轨迹的关键步骤。该文将速度变量引入停留点的提取,提出基于速度的时间聚类算法和速度聚类算法解决现有方法中的"伪停留点"和停留点丢失的问题。基于速度的时间聚类算法首先沿时间轴将轨迹点进行聚类得到候选停留点,然后利用速度阈值过滤候选停留点,得出实际停留点。速度聚类算法首先通过对速度的判断选取候选停留点,然后根据空间距离阈值对候选停留点的空间距离进行过滤,得出实际停留点,解决了停留点判断中的漏判问题。实验表明,基于速度的时间聚类算法对出租车轨迹数据(稳定时间间隔、不存在长时间轨迹点缺失)的空间轨迹停留点识别效果较好,而速度聚类算法更适用于步行轨迹(可能存在长时间轨迹点缺失)的分析。 相似文献
2.
《地理与地理信息科学》2020,(1)
现有网格空间多尺度聚类方法未能将尺度因子作为模型参数实现尺度驱动的阈值提取,导致算法调参困难,难以全面挖掘空间数据的分布模式。海量空间点数据蕴含的信息更丰富,层次结构也更复杂,对聚类算法的参数自动化和计算效率提出了更高的要求。针对上述问题,该文从数据尺度和观察尺度提出了一种适用于海量数据的多尺度聚类挖掘方法:分别通过网格多分辨率和低通保边滤波器的尺度拓展机制实现了数据尺度和观察尺度上的尺度变换;将观察尺度层级作为参数引入大津法中,实现了观察尺度的密度阈值自动提取。实验结果表明:相比于传统低通滤波,该滤波方法具有良好的去噪保边效果;多尺度密度阈值提取算法能够有效地捕捉数据集中丰富的多层次信息,且计算复杂度低,可用于快速挖掘各类海量空间点数据中的多层次空间结构。 相似文献
3.
时空轨迹数据关联的语义信息能更好地反映用户行为,对于POI密集分布的城市区域,轨迹的语义信息很难根据单一的距离或时间要素进行匹配,该文设计一种基于隐马尔可夫模型(HMM)的时空轨迹语义匹配方法。首先,利用时间阈值与距离阈值提取逗留点,并利用考虑时间的DBSCAN聚类方法对逗留点进行聚类,得到由抽象停留位置构成的轨迹;然后,结合POI数据获得停留位置的候选语义,再以停留位置序列为观测序列,以每个停留位置所关联的候选地点作为隐藏状态建立HMM,并用改进的加权距离的TF-IDF方法计算HMM的观测概率;最后,解算HMM得到最有可能的访问地点序列作为轨迹的语义匹配结果。该方法不依赖其他外部数据或训练数据,适用于POI密集分布的城市区域,基于真实时空轨迹数据集的实验结果验证了该方法的有效性。 相似文献
4.
基于浮动车轨迹数据的路网快速提取 总被引：1，自引：0，他引：1
浮动车轨迹数据包含丰富的路网信息,随着浮动车轨迹数据的逐渐公开,从中提取路网信息已成为可能。目前,大多数算法提取路网时,使用统一的阈值忽略了轨迹数据的密度差异,且只考虑了轨迹的形态没有考虑轨迹的方向,严重影响了提取结果的几何精确度和拓扑正确度。为此,该文提出了一种自适应半径质心漂移聚类方法,能根据轨迹密度、道路宽度自动调整聚类参数和利用轨迹方向实现道路拓扑连接。首先,通过自适应半径质心漂移聚类方法计算路网骨架点,采用小波聚类算法获取路网骨架点的方向集;然后,根据聚类半径和方向对骨架点进行递归连接,生成路网数据。利用深圳市福田区一天的浮动车轨迹数据进行了算法实验验证,将实验结果与栅格化方法、约束三角网方法的结果进行了定性定量评价分析。实验结果表明,该文算法提取的路网数据在几何精确度及拓扑正确度上都有明显的提高,且算法适合大数据处理。 相似文献
5.
《地理与地理信息科学》2015,(6)
通过用户产生的历史轨迹数据对城市的热点区域以及居民出行行为的时空特性进行挖掘研究逐渐受到重视,且取得了一定的进展。受电动力学中高斯定律的启发,该文在前人关于轨迹数据处理的基础上,针对出租车轨迹数据,将轨迹的方向和数量特征考虑在内,提出了一种基于高斯定律思想的轨迹挖掘方法,通过对不同时段出租车轨迹数据的挖掘,发现城市居民出行行为的时空特征以及城市的热点区域。 相似文献
6.
城市街道空间是一种复杂的公共活动场所,是城市功能的重要空间载体。然而现有研究通常只聚焦于街道空间的交通功能,忽略街道空间所承担的其他功能类型,给街道的设计以及品质优化带来阻碍。为此,文章提出了一种融合出租车轨迹与街景图像的街道空间城市功能分类方法,该方法基于出租车轨迹数据构建城市居民在街道空间上的动态出行特征,基于街景图像构建街道空间的物理环境特征,并采用K-Means聚类算法对街道空间进行聚类。并以深圳市宝安区为例进行实验,结果表明,该方法能识别出商业、交通和居住3种类型的街道空间,识别结果可为街道空间设计与品质优化提供参考。 相似文献
7.
《地理与地理信息科学》2017,(2)
由于基于密度峰值的聚类算法对簇的形状不敏感,其聚类结果表现出良好的抗噪性。然而,当密度定义中变量难以反映簇的结构时,该算法性能下降明显,其主要原因在于聚类的非监督性。为此,该文在此算法的基础上提出了一种基于密度峰值的半监督聚类算法。该算法通过增加must-link和cannot-link约束作为先验知识,并在must-link约束集中叠加数据点的密度,以此产生新的聚类中心从而实现对数据点的吸引;对于cannot-link约束集中的数据点,通过将其n级最近邻居分离的方式找到其所属聚类中心,实现簇的归属。实验表明,基于密度峰值的半监督聚类算法利用先验知识来约束和引导聚类结果,在一定程度上改善了聚类的效果,并可应用于任意形状数据集的聚类问题中。 相似文献
8.
《地理与地理信息科学》2015,(5)
采用出租车GPS移动轨迹数据,根据道路通行速度和出行时间指数(TTI)构建一种城市道路机动性的评估方法,为居民出行提供决策支撑。以深圳市为例,将该评估方法用于测算1km×1km均分方格区内出租车的载客平均速度和道路机动性,并引入出行时间指数计算道路机动性的变化程度。结果表明,以速度和出行时间指数评估道路机动性的空间差异及其动态变化,能为评定道路机动性提供决策支持。 相似文献
9.
基于空间聚类分析的福建省各县市经济发展水平研究 总被引：2，自引：0，他引：2
将空间坐标和属性特征有机地结合起来,给出空间距离的定义,提出位置与属性一体化的空间聚类方法——基于空间距离的K-均值聚类法,利用M atlab编写其算法程序。同时以福建省各县市经济发展水平的类型划分作为研究实例,首先选取反映社会经济发展水平的8项指标,并利用G IS技术提取各县市的重心位置坐标,再利用该空间聚类算法将福建省各县市的经济发展水平聚类为5类,结果表明此算法能够综合考虑空间位置邻近性和属性特征相似性的聚类要求,对福建区域可持续发展有一定的指导意义。 相似文献
10.
城市交通热点区域的空间交互网络分析 总被引：1，自引：0，他引：1
城市热点区域是人们频繁活动的体现,利用人们的出行可构建空间交互网络。目前的相关研究主要集中于对热点提取方法及其动态变化的研究,对交通热点的交互作用及其构成的空间交互网络的研究还很少。本文以武汉市的出租车轨迹为数据源,利用基于时空数据场的聚类方法提取城市交通热点区域;基于复杂网络理论与方法,分析城市交通热点区域之间的空间交互作用。通过研究发现：①节假日,热点区域之间的往返交互较多;工作日,热点区域之间的交互较少;②节假日,影响力较大的节点为车站、机场等;工作日,影响力较大的节点是社区和工作地;③社团探测发现,工作日跨越长江的交互较多,非工作日跨越长江的交互较少。上述研究结论可为交通管理部门针对节假日和工作日分别制定不同的交通管理政策和方法提供参考。 相似文献
11.
基于地理标记照片的北京市入境旅游流空间特征 总被引：11，自引：1，他引：10
城市作为现代旅游目的地的一种重要类型,在集聚旅游发展要素、塑造城市休闲空间、提升城市品质等方面具有突出作用。城市旅游流是城市旅游要素关联、空间组织的路径,对于城市交通组织方式、公共服务设施建设、休闲旅游产业布局等方面影响越来越大。本文立足城市内部微观尺度,以入境旅游流空间特征为研究对象,利用数据挖掘技术,通过Flickr API接口获取了2004-2015年北京市范围内全部带有地理信息的照片及其属性信息,通过构建的数据清洗方法控制初始数据质量,建立基础数据库,使用密度聚类（P-DBSCAN）、马尔科夫随机链等方法探索入境游客热点区域空间分布格局、流动空间特征。结果显示：① 北京市历史城区（2环之内区域）、中心城区（2环至5环之间区域）以及郊区（5环之外区域）的旅游热点区域（AOI）呈现出不同的空间特征,其中历史城区AOI呈现出与景区、休闲娱乐、餐饮购物等相关产业空间重叠的趋势,各热点区域边界模糊,复合连绵成片。中心城区AOI集聚与城市功能区密切相关,具有明确的城市功能取向。郊区AOI基本与旅游景点一致,没有向景区外部延伸;② 传统历史文化类AOI访问热度占有绝对优势,商业购物休闲AOI及现代城市功能AOI的影响力在逐渐增强;③ 强入境旅游流主要集中在历史城区内部AOI之间,以及中心城区的西北部与东部区域内部AOI之间,郊区AOI之间没有较强的旅游流,北京市入境旅游流整体呈现以历史城区为中心,放射性分布的框架;④ 各区域AOI之间均有较次一级旅游流联系,北京市入境旅游流形成了初步的网络结构。 相似文献
12.
针对复杂建筑物立面中窗户精细提取的难题,该文基于车载LiDAR数据提出一套完整的不规则窗户边界提取方法:先通过RANSAC算法探测建筑物主墙面点云,借助语义特征分离墙面和非墙面点云;再通过坐标变换,将非墙面点云转换到水平面,采用格网对水平面内点集的邻域关系进行判断,使用平面八邻域连通性探测方法对二维平面内窗户点进行聚类,分别存储聚类后的每一个窗户点云;然后采用改进的动态椭圆凸壳算法,检测聚类后各窗户边界轮廓点;最后对窗户点云坐标逆变换,得到建筑物立面中的窗户边界。通过实验验证了该算法的准确性。 相似文献
13.
《地理与地理信息科学》2017,(3)
为实现高保真矢量地图的版权保护,提出一种基于节点特征的矢量地图零水印算法。该方案以矢量地图线图元节点为基础,先采用道格拉斯一普克压缩算法提取特征节点,然后采用K-means聚类算法对特征点进行分块,最后根据各个分块内的特征点到聚类中心点距离的关系提取特征信息。处理水印图像时,先采用基于完全互补码的扩频技术扩大水印容量,然后采用混沌置乱保障水印的安全,再对水印图像进行分块处理,最后将水印信息与提取到的地图特征进行异或运算,由此构造出能够抗几何变化、简化、数据扰动等攻击的零水印参数。结果表明,该方案能够解决传统水印算法中地图精度与水印鲁棒性间的矛盾,并通过添加多重秘钥的方式保障了算法的安全性。 相似文献
14.
基于数据场的出租车轨迹热点区域探测方法 总被引：1，自引：0，他引：1
《地理与地理信息科学》2016,(6)
利用空间聚集模式探测方法可以从出租车轨迹中挖掘城市热点区域,从而为城市规划和交通管理提供支持。数据场借鉴物理学中场的理论,通过定量化计算数据对象间的相互作用,可分析空间数据的聚集模式。针对轨迹数据的特点,该文提出了一种利用数据场势值阈值法探测轨迹点的聚集模式,从而提取城市热点区域的方法。该方法首先在轨迹空间上划分网格,将轨迹点映射在网格中,并利用数据场势函数计算各网格单元的势值,然后利用单一阈值或多阈值分割法提取城市热点区域。以武汉市的出租车轨迹为例进行实验,利用单峰直方图阈值法进行高势值区域筛选,得到轨迹聚集区域,从而提取城市热点区域。且通过武汉市节假日与非节假日多时段的提取结果的对比分析,得到城市热点区域的时空分布模式。进一步研究将该文方法扩展到时空聚集模式探测,以多角度分析城市热点的时空动态变化。 相似文献
15.
基于轨迹数据场的热点区域提取及空间交互分析——以深圳市为例 总被引：2，自引：0，他引：2
以深圳市出租车GPS数据为基础,运用时空拓展的轨迹数据场聚类方法提取城市交通热点区域,结合城市POI(Point of Interest)数据和地理实况对热点区域加以理解和分析。基于复杂网络的视角,计算交互分析指标并可视化热点区域的空间交互网络,探究城市交通和居民出行的时空规律。结果表明:1)交通枢纽(机场、火车站和口岸)、综合性商圈、城市重要主干道周边和城市商务中心在节假日和工作日均表现为持续热点区域;2)节假日热点区域分布较"发散",主要反映了居民个性化出行需求;3)工作日热点区域分布较"收敛",主要表现为职住分离的通勤模式;4)不同热点区域在空间交互网络中的重要性存在明显差异,其空间交互体现了距离衰减效应和局部抱团现象,居民出行的热点区域网络本身具有小世界效应和无标度特征。 相似文献
16.
不同交通方式下居民城际出行网络结构特征——以“春运”为例 总被引：1，自引：0，他引：1
基于多元视角下的居民城际出行网络空间结构测度可以较为全面地刻画出城市间的复杂联系特征。论文利用春运期间腾讯迁徙平台中的人口流动数据,采用复杂网络分析方法以及转变中心性和转变控制力等指标,对比分析了航空、铁路和公路3种交通方式下的中国居民城际出行网络结构特征。结果表明：3种出行方式下,航空联系的线路最少,平均出行距离最长;铁路出行人数最多,其次是公路,航空最少。最大优势流中,北京和上海在国内航空出行联系中起着最重要的控制作用,其次是成都和重庆;铁路出行中,北京和成都占据绝对优势;公路多表现为省级行政中心与周边城市的关联。根据转变中心性和转变控制力划分城市类型,在航空和铁路出行网络中,高中心性—高控制力城市较多;公路出行网络中以高中心性—低控制力城市为主。不同出行方式下的城市聚类得到的网络集群“社区”数量有一定差异,航空、铁路和公路出行依次聚类为7、8和10个“社区”。不同类型出行方式透视的城市网络特征存在较明显的差异：航空出行的城际人口流体现出以全国性枢纽城市为核心分布的核心—边缘结构;铁路表现出以国家铁路大动脉沿线城市为核心,向腹地城市逐渐递减的核心—边缘结构;公路出行的城际人口流则表现为与人口规模匹配的局域强聚集的空间格局。 相似文献
17.
北京市出租车运量分布的时空格局及生成机制 总被引：1，自引：0，他引：1
出租车是城市交通的重要组成部分,对其精细化的管控需要理解运量分布的时空特征和生成机制。通过北京市出租车大数据,采用系统聚类法将其15分钟时间片段归并为空间分布相似的时段,刻画出运量分布的时空格局,进而采用地理加权回归模型分析了生成机制。本研究揭示的出租车运量分布变化的时间点并不完全对应传统的整时点;各时段运量均呈现空间集聚的特征,但集聚的位置、面积明显不同,工作日不同时段运量集聚程度的差异较周末更大;不同时段出租车运量的影响因子有所差异,其中商业设施、房价、地铁和公交站密度、道路密度等因子通常较为显著。研究结果对时空上更精细的出租车运量预测、出租车分区分时段的政策管制和规划管理具有启示意义。 相似文献
18.
基于机载激光点云数据的电力线自动提取算法 总被引：1，自引：0，他引：1
设计并开发了一种从机载激光扫描的三维点云数据中自动提取电力线的算法,采用局部高程分布直方图模式分类滤波、Hough特征空间中全局方向特征优先的线特征提取、悬挂点位置数学推算和局部分段多项式拟合的方法,有效解决了电力线提取过程中电力线点云与电塔点云的自动分类、电力线平面位置提取、电力线悬挂点提取、电力线拟合问题。最后通过实际的工程数据验证了该算法的实用性。 相似文献
19.
城市道路数据的完整性和实时性是保障位置服务和规划导航路径的关键支撑。该文提出一种基于共享单车轨迹数据的新增自行车骑行道路自动检测和更新方法:首先,结合缓冲区方法和轨迹—路网几何特征检测增量轨迹;其次,基于分段—聚类—聚合策略提取更新路段,利用多特征融合密度聚类算法与最小外包矩形骨架线法提取增量道路中心线;最后,基于拓扑规则完成道路更新。以广州市共享单车轨迹为例,将该方法与传统栅格细化法进行实验对比,结果表明:该方法能有效更新道路网络,且在2 m和5 m精细尺度范围内提取的新增道路覆盖精度提升14%左右;在7 m尺度下精度达90%以上,在10 m尺度下精度达96%以上。 相似文献
20.
针对基于车载LiDAR点云数据的道路边界提取存在的问题,该文提出一种基于联合特征且能适应多种道路环境的道路边界提取方法。首先依据移动测量系统的航迹,按照设定宽度对道路数据进行分段,排除道路外侧无用数据;再对每段数据采用布料模拟滤波(CSF)算法分离地面点和非地面点,通过强度中值滤波去除地面点的椒盐噪声;然后计算点云局部邻域高差梯度和回波强度梯度构成的联合特征,依据设置阈值提取道路边界;最后通过欧氏距离聚类剔除部分非道路边缘点,细化道路边界,合并各段道路边界点云,得到完整的道路边界。选用代表性的城区道路、高速公路、乡村道路3种实验环境,验证了算法的鲁棒性。该研究对于扩展车载LiDAR在道路场景中的应用具有重要价值。 相似文献