【摘要】：隨著移動(dòng)電話的普及,它已廣泛深入人類的工作、學(xué)習(xí)、娛樂(lè)等各種日常生活,所產(chǎn)生的移動(dòng)通信數(shù)據(jù),例如電話呼叫、短信、上網(wǎng)、位置等信息,在一定程度上體現(xiàn)了人類的活動(dòng)規(guī)律�；谝苿�(dòng)通信數(shù)據(jù)來(lái)探索人類活動(dòng)規(guī)律,已引發(fā)業(yè)界關(guān)注,產(chǎn)生諸多研究熱點(diǎn)。本文第一部分工作對(duì)移動(dòng)通信流量模式進(jìn)行了觀察與分析。出于隱私保護(hù)的需要,匯聚網(wǎng)格區(qū)域中所有用戶的通信數(shù)據(jù),得到該網(wǎng)格區(qū)域的移動(dòng)通信數(shù)據(jù)。我們對(duì)在地理空間上構(gòu)成一個(gè)行政省的1978個(gè)網(wǎng)格的移動(dòng)通信流量模式分別進(jìn)行了空間和時(shí)間兩個(gè)維度上的分析,得到以下兩個(gè)結(jié)論。首先,移動(dòng)通信流量模式更多體現(xiàn)的是人員在流動(dòng)過(guò)程中產(chǎn)生的活動(dòng)規(guī)律(我們稱之為“動(dòng)態(tài)”規(guī)律),卻無(wú)法全面反映人類在特定空間中特定活動(dòng)的固有規(guī)律,我們稱為“靜態(tài)”規(guī)律。其次,在特定的物理空間中,在工作日、周末和節(jié)假日三個(gè)不同的時(shí)間區(qū)間內(nèi),人類的活動(dòng)規(guī)律不盡相同。本文第二部分工作是基于上述流量模式的分析結(jié)果進(jìn)行土地空間承載功能的識(shí)別,即土地用途的識(shí)別。由于土地的用途不僅會(huì)體現(xiàn)在人員的流動(dòng)模式上,而且會(huì)反映在人類在該物理空間中開展的特定活動(dòng)的規(guī)律上,因此,本文創(chuàng)新性地融合了移動(dòng)通信流量和能夠體現(xiàn)土地上所發(fā)生的特定的人類活動(dòng)規(guī)律的耗電量,進(jìn)行土地用途識(shí)別。同時(shí),在時(shí)間維度上,改進(jìn)了只考慮工作日和周末的傳統(tǒng)方法,增加了“假期”時(shí)間區(qū)間。本文提出這種時(shí)空相結(jié)合的識(shí)別方法在公開數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果顯示,與傳統(tǒng)方法相比,不僅能夠識(shí)別出更多的土地類型,而且每種土地類型的平均識(shí)別率達(dá)到85.5%。本文第三部分工作,進(jìn)一步地進(jìn)行了土地用途異常檢測(cè)。土地用途異常是指在土地空間上由于異常事件的發(fā)生,比如示威游行、交通堵塞,其流量模式短暫偏離了該土地用途的正常模式。本文提出一種檢測(cè)土地用途異常算法,定義每類土地所對(duì)應(yīng)的流量模式的正常范圍,一旦流量模式偏離正常范圍,即可判斷土地用途發(fā)生了異常。在公開數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果驗(yàn)證了所提算法的檢測(cè)能力。
【圖文】：

圖２－１邋Ｋ－ｍｅａｎｓ算法的ｐｙｔｈｏｎ實(shí)現(xiàn)逡逑Ｆｉｇｕｒｅ邋２－１邋Ｐｙｔｈｏｎ邋ｉｍｐｌｅｍｅｎｔａｔｉｏｎ邋ｏｆ邋Ｋ－ｍｅａｎｓ邋ａｌｇｏｒｉｔｈｍ逡逑參數(shù)解釋如下：逡逑ｎ＿ｃｌｕｓｔｅｒｓ：規(guī)定最終要形成的搨的數(shù)量以及相應(yīng)的質(zhì)心數(shù)量。逡逑ｍａｘ＿ｉｔｅｒ：邋ｋ－ｍｅａｎｓ算法運(yùn)行一次需要的最大迭代次數(shù)。逡逑ｎ＿ｉｎｉｔ：邋ｋ－ｍｅａｎｓ算法在不同的初始化質(zhì)心上的運(yùn)行時(shí)間。逡逑ｉｎｉｔ：初始化算法，默認(rèn)為’ｋ－ｍｅａｎ＋＋’。逡逑ｋ－ｍｅａｎ＋＋’心上：以ｋ－ｍｅａｎ聚類方式來(lái)選擇初始化聚類中心加快收斂速度。逡逑方式來(lái)選擇初：從初始質(zhì)心的數(shù)據(jù)中隨機(jī)選擇ｋ個(gè)觀測(cè)值（行）。逡逑ｐｒｅｃｏｍｐｕｔｅ＿ｄｉｓｔａｎｃｅｓ：預(yù)計(jì)算的距離（可以使得計(jì)算更快但也需要更多的內(nèi)存）＿。逡逑ｔｏｌ：聲明的慣性相對(duì)容差收斂。逡逑ｎ＿ｊｏｂｓ：將總計(jì)算量切分成個(gè)ｎｊｏｂｓ子任務(wù)。這是作品將成對(duì)矩陣分解成ｎｊｏｂｓ逡逑甚至切片并并行計(jì)算它們。如果為－１，則使用所有ＣＰＵ。如果給出１，則根本不使逡逑用并行計(jì)算代碼，這對(duì)于調(diào)試很有用。對(duì)于低于－１的ｎ個(gè)任務(wù)，使用（ｎｃｐｕｓ＋ｌ邋＋逡逑ｒｉ個(gè)任務(wù)）。因此，對(duì)于ｎ個(gè)作業(yè)＝－２，使用除了一個(gè)之外的所有ＣＰＵ。逡逑

：＊Ｊｓｒ＝ａ（＞ｉｉ）２ｘｊ５：ｆ＝１（Ｂ￡）２逡逑２．２．２邋Ｐｅａｒｓｏｎ相關(guān)度量逡逑Ｐｅａｒｓｏｎ相關(guān)度量是兩個(gè)變量之間的相關(guān)性在＋１和－１之間的數(shù)值，如圖２－２所逡逑示，其中１表示兩個(gè)變量之間具有最高正相關(guān)性，，０表示這兩個(gè)數(shù)據(jù)之間沒有相關(guān)逡逑性，－１表示這兩個(gè)變量之間有最高的負(fù)相關(guān)性。該相似度共識(shí)定義為兩個(gè)變量之逡逑間的的協(xié)方差除以它們之間的偏差的乘積。Ｐｅａｒｓｏｎ相關(guān)性度量的公式表示如公式逡逑（１－５）所示：逡逑ｒ邋＝邐＝卻＝１（的（竽）邐（１．５）逡逑ｊｓｒ＝１（＾－＾）２ｊｓｒ＝１（＾－ｎ２邐ｎ＿１邐、Ｓｘ邋Ｊ邋Ｓｙ逡逑其中，是標(biāo)準(zhǔn)分，又是ｘ的平均值，Ｓｘ是Ｘ的標(biāo)準(zhǔn)差。逡逑
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP393.06

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 楊忍;劉彥隨;龍花樓;陳呈奕;;基于格網(wǎng)的農(nóng)村居民點(diǎn)用地時(shí)空特征及空間指向性的地理要素識(shí)別——以環(huán)渤海地區(qū)為例[J];地理研究;2015年06期

2 邱劍南;侯淑濤;范永輝;于曉雷;;富錦市土地利用景觀格局遙感分析[J];測(cè)繪科學(xué);2015年02期

3 甘甫平,王潤(rùn)生,王永江,付正文;基于遙感技術(shù)的土地利用與土地覆蓋的分類方法[J];國(guó)土資源遙感;1999年04期

相關(guān)博士學(xué)位論文 前2條

1 司慧娟;青海省國(guó)土空間綜合功能分區(qū)與管制研究[D];中國(guó)地質(zhì)大學(xué)(北京);2018年

2 劉煒;土地利用/覆被變化信息遙感圖像自動(dòng)分類識(shí)別與提取方法研究[D];西北農(nóng)林科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前4條

1 楊秋源;基于城市數(shù)據(jù)的TOD區(qū)域挖掘[D];大連理工大學(xué);2016年

2 于翔;基于城市公交刷卡數(shù)據(jù)和興趣點(diǎn)的城市功能區(qū)識(shí)別研究[D];浙江大學(xué);2014年

3 劉怡;基于數(shù)據(jù)挖掘的城鎮(zhèn)存量建設(shè)用地識(shí)別研究[D];浙江大學(xué);2012年

4 王娟;基于分形紋理的遙感影像土地覆蓋類型識(shí)別方法研究[D];遼寧工程技術(shù)大學(xué);2007年

本文編號(hào)：2659995