排序方式： 共有3条查询结果，搜索用时 31 毫秒
1
1.
随着公众移动通信的快速发展,伪基站的泛滥不仅破坏正常电信秩序,危害公共安全,而且严重损害群众财产权益,侵犯公民个人隐私,已成为社会一大公害。如何从垃圾短信大数据中挖掘出伪基站活动的时空规律,寻找有效的防控方案,从源头上进行打击和治理成为管理部门和研究者共同关注的焦点。本文基于北京市垃圾短信数据,利用非负矩阵分解的方法分析伪基站的时空分布规律;并利用TF-IDF构建垃圾短信分类模型,对垃圾短信进行分类,结合土地利用数据,分析伪基站在发送不同类型垃圾短信时的时空分布规律。结果显示：北京市垃圾短信多分布于路网和中心城区;白天垃圾短信数量远远多于晚上;垃圾短信的分布随时间的推移沿着路网逐渐向内收缩;发送不同类型垃圾短信的伪基站的时空分布具有一定的差异;通过非负矩阵分解得到的结果,与垃圾短信分类后得到的结果有很好的匹配。研究表明,非负矩阵分解具有实现上的简便性、分解形式和分解结果上的可解释性等优点,可以有针对性的为有关部门建言打击伪基站的有效方案,对于伪基站违法行为的治理具有一定的意义。 相似文献
2.
基于潜在语义信息的城市功能区识别————广州市浮动车GPS时空数据挖掘 总被引：11，自引：0，他引：11
随着中国城市化进程的不断推进和深入,城市内部空间结构正发生不断的变化.城市内部形成的不同功能区标识研究,对城市结构理论以及政策制定,资源配置等方面具有非常重要的意义.这些不同的功能区包括住宅区,工业区,教育区以及办公区等.本文以大数据为依托,重点研究城市功能区的特点和分布状态,选取广州市6个区为样本,以最新道路网络为分割依据把研究样本分为439个区域.对历时一周的海量浮动车(GPS)数据以及兴趣点数据采用时空语义挖掘方法,建立潜在的狄利克雷模型(LDA)以及狄利克雷多项式回归模型(DMR);通过OPTICS聚类方法对不同模型的结果进行聚类,进而利用POI类别密度,居民出行特征等方法进行分区结果识别.同时,参考百度地图的地理信息,将研究得到的广州市功能分区结果与广州市城镇用地现状图,居民日常出行特征进行对比验证分析.研究表明,该方法基本能识别出具明显特征的城市功能区,如成熟居住区,科教文化区,商业娱乐区,开发区等.识别出的广州市不同类型的功能区呈现了以居住区和商业区为主导,其他类型功能区围绕其展开的特点.研究证明,利用大规模,高质量的个体时空数据开展人们移动行为和日常活动组织及社会空间的研究,能从一个新的视角揭示城市功能区的形成及其机制. 相似文献
3.
利用北京主城区2017-02-23—04-26的垃圾短信数据反映伪基站的活动轨迹，通过核密度估计分析伪基站的时空特征；以1 km格网为研究单元，采用空间计量模型定量分析了建成环境与社会经济因素对伪基站分布的影响。结果发现：1）伪基站活动呈现出明显的时空集聚，空间上东多西少，最大的热点区域位于国贸。2）伪基站活动存在显著的空间自相关性，邻近区域伪基站发送垃圾短信增加1%，相应本区域增加约0.7%。3）建成环境因素中，正向影响最大的是商业和住宅，负向影响最明显的是酒店设施，教育设施存在显著的负空间溢出效应；交通方面，地铁站对伪基站活动的吸引作用仅存在于邻近区域。4）社会经济因素中体现了伪基站活动与低收入群体、人流活动和老龄人口均存在一定正相关性。 相似文献
1