排序方式： 共有135条查询结果，搜索用时 15 毫秒
11.
姚静 《测绘与空间地理信息》2015,(6)
以基于ArcGIS的电子地图制图为研究对象,探讨了电子地图制图的技术流程和方法,详细阐述了使用Maplex引擎对标注进行处理的相关方法,从而创建高质量的动态标注,优化地图标注的数量和质量,为地理信息公共服务平台在线地图展示、浏览和标注提供了数据资源。 相似文献
12.
为了获取结构化空间知识,本文在前人研究基础上,提出一种依据显著度差异从城市POI数据中提取多层次地标的方法。分别从知名度、通达度以及个体特征三个方面量化分析了影响POI显著性的因素;然后利用这三个指标构建了POI显著性度量模型,并进行了武汉市武昌区地标提取实验。最后,以各层地标为种子生成Voronoi图,用来反映各层地标的空间影响范围及上下层地标之间蕴含的认知规律。 相似文献
13.
核密度估计法支持下的网络空间POI点可视化与分析 总被引：7，自引：0，他引：7
城市空间POI点的分布模式、分布密度在基础设施规划、城市空间分析中具有重要意义,表达该特征的核密度法(kernel density estimation)由于顾及了地理学第一定律的区位影响,比其他密度表达方法(如样方密度、基于Voronoi图密度)占优。然而,传统的核密度计算方法往往基于二维延展的欧氏空间,忽略了城市网络空间中设施点的服务功能及相互联系发生于网络路径距离而非欧氏距离的事实。本研究针对该缺陷,给出了网络空间核密度计算模型,分析了核密度方法在置入网络结构中受多种约束条件的扩展模式,讨论了衰减阈值及高度极值对核密度特征表达的影响。通过实际多种POI点分布模式(随机型、稀疏型、区域密集型、线状密集型)下的核密度分析试验,讨论了POI基础设施在城市区域中的分布特征、影响因素、服务功能。 相似文献
14.
利用城市POI数据提取分层地标 总被引：10，自引：0，他引：10
为了获取能够用于智能化路径引导的层次性空间知识,提出了一种依据显著度的差异从城市POI数据中提取出分层地标的方法。首先,通过从公众认知、空间分布和个体特征3个方面分析影响POI显著性的因素,构造了包括公众认知度、城市中心度和特征属性值3个指标向量的POI显著性度量模型;然后,分别讨论了利用问卷调查、多密度空间聚类和数据规格化的方法计算POI对象的各项显著性指标值的过程;最后,选择武汉市武昌地区的POI数据进行显著度计算,从中提取显著度较高的对象构成若干层地标,并以各层地标为种子生成加权的Voronoi图,用来反映各地标的空间影响范围并建立了同层和上下层地标之间蕴含的关系。 相似文献
15.
高铁站被视为拉动城市经济增长的新型空间,研究其周边产业结构对指导高铁站区的开发具有重要意义。本文选取了全国范围内9个不同区位、不同等级的高铁站为研究对象,以高铁站周边3000 m范围内10类产业的POI信息作为研究数据,通过Ripley's K函数、核密度估计和产业指数等方法探索不同区位下高铁站区的产业结构特征。研究发现：① 当高铁站的等级规模相同时,高铁站距离城市中心越远,站区内产业POI总数一般就越少。其中,购物服务、餐饮服务、生活服务和公司企业4类产业的POI数量显著高于其他产业。② 所有高铁站区的产业在1500 m的观测距离内均呈现出显著的集聚分布特征。其中,中心站产业集聚程度的变化较为平缓,城区站产业集聚程度最高,变化幅度也更大,而新城站的规律特征不明显。③ 中心站的产业集聚区域主要分布在高铁站周边0~2500 m的范围内,城区站的产业集聚现象在500~2500 m范围内较为明显,而新城站的产业集聚区域则集中在0~1500 m、2000~3000 m的范围以内。④ 基本服务产业和衍生服务产业主要集中于内圈层和中间圈层,相关服务产业则主要分布在中间圈层和外圈层,各圈层内产业复合特征明显,且高铁站越远离城市中心,其对产业的辐射作用越弱,产业衰减趋势也越明显。基于以上结论,本文认为未来高铁站区的产业开发更应关注土地开发集约化和产业发展复合化。 相似文献
16.
以中国四大知名地方小吃门店兴趣点（POI）大数据为主要数据源,基于密度、距离与加权平均中心方法分析地方小吃空间集聚与扩散格局,采用空间自相关、聚类和异常值分析以及热点分析方法研究地方小吃空间集聚关联特征以及空间扩散模式。结果表明：① 地方小吃在不同尺度上的空间扩散格局存在显著差异,东部地区和中西部省会城市是地方小吃的主要集聚地;② 地方小吃的空间集聚表现出自相关特征,邻域扩散、等级扩散和跳跃式扩散等扩散模式相互融合;③ 地方小吃空间扩散的冷热点集聚区分异明显,反映出不同小吃认可群体范围的差异以及中国各地饮食习惯的空间分异;④ 饮食文化扩散与人口迁移扩散具有空间重合性,经济发展水平较高、人口净流入地区对不同饮食文化的包容性较强。 相似文献
17.
健康中国战略下,积极应对老龄化、建立健全养老和医疗等相关设施,成为许多城市关注的问题。目前相关研究很少关注西北城市的老龄人口的空间分布及养老资源错位的现象。本研究以西宁市主城区为研究区域,基于2010—2018年西宁市公安局各街镇人口数据和兴趣点（POI）数据,选用老年人口系数、赡养率、增长率和地理集中率四个指标,利用综合老龄化指数（CAI）模型、核密度函数模型和空间错位指数模型对西宁市主城区人口老龄化空间分布及养老资源（医疗资源、老年设施）空间错位现象进行探索分析,结果表明：（1）9年间西宁市主城区人口老龄化程度不断加深,已步入老年型社会。（2）通过老龄化综合指数可知：主城区外围街镇人口老龄化增长速度大于城区中心的街道,其中小桥街道、朝阳街道、马坊街道与乐家湾镇人口老龄化最为严重,2018年综合老龄化指数增长速度超过中心城区街道,西宁市主城区人口老龄化严重程度已从中心街道向外围街镇扩散。（3）通过空间错位指数计算可得知：城中区的养老资源数量充足但过于集中,城北区的养老资源分布合理但是数量较少,行政区之间的养老资源与老年人口分布存在较大空间错位问题。 相似文献
18.
为了使"天地图"中大数据量、高密度的POI数据在各显示比例下达到清晰易读的表达效果,本文在考虑POI权重属性的情况下,提出了一种基于四叉树算法进行自动过滤的方法,达到各级比例尺优化显示的效果,并通过实例验证该方法的可行性、稳定性,达到了对POI数据高效过滤和图面表达美观的双重效果。 相似文献
19.
城市轨道交通对土地利用变化的时空效应 总被引：3，自引：1，他引：2
定量分析轨道交通对城市内部精细土地利用复杂变化影响的时空效应,对于预测未来新建站点对土地利用的影响以及规划方案的调整与优化具有重要的指导意义。本文提出结合历史高分遥感影像与POI数据获取多时间节点精细土地利用信息的方法,并以广州市二号和八号地铁线为例,结合逐步回归模型与站点用地功能分类,从时间和空间两个维度定量研究地铁对土地利用转变的复杂影响过程与空间差异规律。结果表明,轨道交通促使站点周边低密度居住用地向商业用地、高密度居住用地等高效益土地利用方式的转变;轨道交通在规划、建设、运营不同阶段对于周边土地利用的影响呈现显著的差异规律;地铁站点对土地利用变化影响规律具有明显的空间异质性特征,与站点在城市里的位置以及站点周边的土地利用有关,对城市中心区域的影响较小,对郊区的影响主要与可用的非建设用地面积相关,而工业用地对土地利用变化具有限制作用;轨道交通还带来用地功能和性质的转变,这样的转变大多发生在地铁站点开通运营的时间点。 相似文献
20.
Ling Cai Ju Liu Tao Pei 《International journal of geographical information science》2018,32(3):524-546
Matrix factorization is one of the most popular methods in recommendation systems. However, it faces two challenges related to the check-in data in point of interest (POI) recommendation: data scarcity and implicit feedback. To solve these problems, we propose a Feature-Space Separated Factorization Model (FSS-FM) in this paper. The model represents the POI feature spaces as separate slices, each of which represents a type of feature. Thus, spatial and temporal information and other contexts can be easily added to compensate for scarce data. Moreover, two commonly used objective functions for the factorization model, the weighted least squares and pairwise ranking functions, are combined to construct a hybrid optimization function. Extensive experiments are conducted on two real-life data sets: Gowalla and Foursquare, and the results are compared with those of baseline methods to evaluate the model. The results suggest that the FSS-FM performs better than state-of-the-art methods in terms of precision and recall on both data sets. The model with separate feature spaces can improve the performance of recommendation. The inclusion of spatial and temporal contexts further leverages the performance, and the spatial context is more influential than the temporal context. In addition, the capacity of hybrid optimization in improving POI recommendation is demonstrated. 相似文献