排序方式: 共有13条查询结果,搜索用时 31 毫秒
1.
2.
夜间经济是一个城市经济发展和消费水平的重要表征。目前国内外研究者对夜间经济的研究多停留在理论层面,或基于市场调研和问卷调查的小范围精细化研究。本文融合多源数据为夜间经济提供了新的视角,相较于传统的调查数据,具有更加快速、高效、广泛的特点,适合于夜间经济大范围研究。本文基于夜间灯光、POI、OD流等多源数据,采用DBSCAN、K-Means++等空间聚类算法和研究供需关系的盈亏法,分别从消费者角度和商户角度识别厦门市夜间活动热点区域和夜间服务设施分布区域,分析厦门市夜间经济时空分布格局及相关性。研究表明:① 厦门市夜间活动在空间上呈多环状分布并向四周递减,夜间活动热点区域分布受假期的影响因地而异;② 厦门市部分区域已有服务设施未能很好地服务于夜间经济,现有的照明、夜景等夜间灯光基础设施存在供给不足之处;③ 居住人口密度与夜间活动密度呈中度正相关,研究结果具有有效性,夜间服务设施盈亏值及数量、夜间灯光与夜间活动密度呈中、弱度相关,并且餐饮设施更加依赖于夜间灯光。最后,为厦门市未来夜间经济建设提出了根据不同的消费人群和心理提供不同的夜间服务、加强夜间灯光基础设施建设以及市场扶持的举措。研究结论对促进社会就业、增强基础设施使用率有积极意义,同时也能够为城市夜间经济发展和政策制定提供参考。 相似文献
3.
陕西省生态农业干旱区划研究 总被引:9,自引:2,他引:7
选取主要气候变量、地质土壤类型、水文、径流特征、地表植被类型及分布等10个影响陕西省生态农业干旱因子,利用K-Means Clustel‘Analysis(快速聚类法)和Hierarchical Cluster Analy-sis(分层聚类法)相结合的方法,对陕西省生态农业干旱区划进行研究,将陕西地区划分为8个生态农业干旱相似区,并对区划合理性进行了检验.分析表明:采用生态因子和干旱因子相结合的聚类分析方法能够较好地反映陕西省生态农业干旱实际情况,充分地体现"陕西省生态农业干旱"的空间分布特征,具有较强的科学性. 相似文献
4.
5.
6.
K-Means算法是比较流行的局域聚类算法,但由于其存在需要输入聚类数目以及对初始聚类中心敏感等缺陷,本文提出了一种基于密度的加权K-Means聚类算法来初始化聚类中心。该算法定义了点的密度函数和聚类中心函数,通过一定评价函数获取聚类中心。该方法获取的聚类中心不仅周围密度比较大,而且各个聚类中心之间相关性比较小,从而有效的减少了聚类时间,提高算法效率。 相似文献
7.
生态旅游区旅游流的时空演变与特征——以盐城麋鹿生态旅游区为例 总被引:3,自引:0,他引:3
对旅游流时空演变规律的研究,有助于揭示旅游系统内部各要素间相互作用的过程和机理。本文采用K-Means聚类法对盐城麋鹿生态旅游区游客数进行时空聚类,分别从省内和国内(省际)两个尺度上讨论了麋鹿生态旅游区游客变化的阶段性和市场划分,结果表明,1998~2005年间省内旅游流和国内(省际)旅游流从时间上可分为三个阶段,并较好地划分出了四种不同的客源地类型。根据时空聚类中不同类别中心点的变化,详细论述了麋鹿生态旅游区省内和国内(省际)旅游流随时间和空间变化的规律,揭示了不同类别之间旅游流整体变化特征,可为旅游规划、产品开发、市场营销以及旅游区的运营、管理和决策提供依据。K-Means聚类法能够从不同尺度上揭示旅游流时空变化的详细信息,可作为旅游流时空分布与演化特征分析的有效工具和手段。 相似文献
8.
针对边界条件取值过于保守导致架空输电线路载流量过小而无法充分发挥输电线路的载流能力的问题,本文提出了一种基于K-Means算法的架空输电线路载流量计算方法.首先对历史气象数据进行统计分析,然后根据每月气象数据的相似性,使用K-Means算法划分时段,并选取各时段最为合适的边界条件,最后基于选定的边界条件使用摩根公式进行仿真计算.通过这种方法,可以在保证线路运行安全的条件下挖掘输电线路的隐性输送能力. 相似文献
9.
区域化探原生背景与异常形成于相互独立的地质过程。在岩性复杂区,不同地质单元内背景与异常的成因可能完全不同,划定统一的背景上限显然是不科学的,合理的解决方案是分区确定化探背景上限。这里提出一种采用主要造岩元素为指标,采用快速聚类分析方法划分地质单元并分别计算背景上限的简便方法。以1:200 000郴县幅化探数据为例进行试验,结果表明,该方法能有效地去除不同地质体类型背景对异常的影响,不仅能突出矿区异常,也能削弱高背景区非矿致异常,缩小靶区面积,识别微弱异常。 相似文献
10.
居民出行活动与居民的收入水平关系是公共交通、城市地理研究的重要问题。传统获取居民出行活动信息主要基于问卷调查的方式,不仅成本高、样本量有限,且研究局限于定性讨论,研究结果易因受访者的主观意识而产生偏颇。随着信息技术的革新,传感器记录的大规模人类活动信息为研究居民出行活动特征与居民收入水平关系提供了可能性。本文利用上海市居民时空轨迹数据,从居民出行活动的角度出发,首先构建居民出行活动指标,并利用主成分分析法提取居民出行活动特征的主要成分;然后对主成分进行K-Means聚类,并针对不同出行活动特征的类别,分析居民出行活动特征与居民收入水平的关系,结果表明:①居民出行地点多样性与居民出行范围大小是反映居民出行活动特征的主要成分;②移动范围越小、移动地点多样性越低的居民类别,其平均工资水平越高;③不同移动性特征的类别平均收入水平差异与各类别居民工作地的产业发展有关。研究结论可为城市规划及相关经济政策制定提供参考。 相似文献