軌跡大數(shù)據(jù)下城市異常移動模式研究及可視化
發(fā)布時(shí)間:2021-11-27 23:07
隨著軌跡數(shù)據(jù)的不斷積累,城市中人群移動模式的研究逐漸成為了近年來的熱點(diǎn)問題。它對于城市規(guī)劃、土地利用、城市交通管理等領(lǐng)域有著非常重要的應(yīng)用價(jià)值。城市中人群移動模式研究主要包括城市功能區(qū)識別和人群移動模式分析兩大部分。城市功能區(qū)分區(qū)方法和城市功能區(qū)語義功能識別是功城市能區(qū)識別中的重要組成部分。傳統(tǒng)的城市功能區(qū)分區(qū)方法并沒有考慮“興趣點(diǎn)”(Point of Interest,簡稱POI)在城市中的空間分布,從而導(dǎo)致了傳統(tǒng)功能區(qū)分區(qū)方法的不足。城市中人群移動模式的異常檢測是人群移動模式分析中非常重要的問題之一,F(xiàn)有的人群移動模式的異常檢測方法只能夠判定一種人群移動模式是否為異常。然而,城市中的人群移動模式可能存在有多種不同的模式。因此,現(xiàn)有人群移動模式的異常檢測方法存在局限性。本文的主要研究內(nèi)容是城市功能區(qū)識別人群移動模式的異常檢測。為克服傳統(tǒng)城市功能區(qū)分區(qū)方法的不足,本文提出了兩種功能區(qū)分區(qū)方法,名為“密度聚類法”和“泰森多邊形法”!懊芏染垲惙ā笔峭ㄟ^基于密度的聚類算法對城市中的POI進(jìn)行聚類,并根據(jù)每個(gè)聚類中POI的范圍來生成城市功能區(qū)的幾何邊界;“泰森多邊形法”是基于城市中的公交車站...
【文章來源】:西北大學(xué)陜西省 211工程院校
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖1.兩種不同形態(tài)的POI分布
最小鄰域半徑為 x 的核心距離。其數(shù)學(xué)定 =UNDEFINED, 若 Nεx < Minptsd x,NεMx , 若 Nεx ≥ Minpts集合Nε(t)中與節(jié)點(diǎn) x 第 i 臨近的節(jié)點(diǎn),如為核心點(diǎn),則有 cd x ≤ ε。離(reachability-distance)[38]。設(shè) x,y ∈ X離定義為:UNDEFINED, 若 Nε(x) < Minptsmax cd x ,d x,y , 若 Nε(x) ≥ Minpts核心距離與可達(dá)距離的概念。其中,內(nèi)層虛線的圓的半徑為點(diǎn) o 與 p2 的可達(dá)距離。
圖 3. 可達(dá)距離有序列表和顯式聚類的關(guān)系 3 所示,橫軸表示的樣本點(diǎn)的索引順序,縱軸則表示每個(gè)樣本點(diǎn)所對應(yīng)圖中凹陷的區(qū)間對應(yīng)于樣本空間中較為密集的部分;谠撚行蛄斜,數(shù)設(shè)置的不同,我們可以從中提取出不同的顯式聚類。我們提到有三種生成顯式聚類的方法,本文采用距離切斷法,下面我們這種生成顯式聚類的方法。該方法首先需要設(shè)置一個(gè)鄰域半徑ε'(ε'≤ 距離有序列表中,每一個(gè)樣本點(diǎn)與其后面的樣本點(diǎn)的可達(dá)距離是最小的一個(gè)樣本點(diǎn)開始,在其后樣本點(diǎn)的可達(dá)距離小于我們所設(shè)置的鄰域半徑點(diǎn)為核心點(diǎn)時(shí),則將這兩個(gè)樣本點(diǎn)歸為同一個(gè)簇中。而當(dāng)某一個(gè)點(diǎn)的可'時(shí),則將該點(diǎn)歸為一個(gè)新的簇中,重復(fù)上述步驟直至所有樣本點(diǎn)被歸為集中。提取聚類的算法偽代碼如算法 1 所示:
【參考文獻(xiàn)】:
期刊論文
[1]基于居民出行特征的北京城市功能區(qū)識別與空間交互研究[J]. 陳澤東,譙博文,張晶. 地球信息科學(xué)學(xué)報(bào). 2018(03)
[2]基于潛在語義信息的城市功能區(qū)識別——廣州市浮動車GPS時(shí)空數(shù)據(jù)挖掘[J]. 陳世莉,陶海燕,李旭亮,卓莉. 地理學(xué)報(bào). 2016(03)
[3]基于GIS空間分析的泉州市居民點(diǎn)分布特征研究[J]. 陳小瑜,談暉. 科技和產(chǎn)業(yè). 2015(11)
[4]大規(guī)模出租車起止點(diǎn)數(shù)據(jù)可視分析[J]. 姜曉睿,鄭春益,蔣莉,梁榮華. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2015(10)
[5]基于泰森多邊形法的慶陽市面雨量計(jì)算[J]. 龍胤慧,廖梓龍. 河北工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(03)
碩士論文
[1]城市公共交通線路站點(diǎn)優(yōu)化設(shè)計(jì)研究[D]. 許啟冬.西安建筑科技大學(xué) 2008
本文編號:3523219
【文章來源】:西北大學(xué)陜西省 211工程院校
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖1.兩種不同形態(tài)的POI分布
最小鄰域半徑為 x 的核心距離。其數(shù)學(xué)定 =UNDEFINED, 若 Nεx < Minptsd x,NεMx , 若 Nεx ≥ Minpts集合Nε(t)中與節(jié)點(diǎn) x 第 i 臨近的節(jié)點(diǎn),如為核心點(diǎn),則有 cd x ≤ ε。離(reachability-distance)[38]。設(shè) x,y ∈ X離定義為:UNDEFINED, 若 Nε(x) < Minptsmax cd x ,d x,y , 若 Nε(x) ≥ Minpts核心距離與可達(dá)距離的概念。其中,內(nèi)層虛線的圓的半徑為點(diǎn) o 與 p2 的可達(dá)距離。
圖 3. 可達(dá)距離有序列表和顯式聚類的關(guān)系 3 所示,橫軸表示的樣本點(diǎn)的索引順序,縱軸則表示每個(gè)樣本點(diǎn)所對應(yīng)圖中凹陷的區(qū)間對應(yīng)于樣本空間中較為密集的部分;谠撚行蛄斜,數(shù)設(shè)置的不同,我們可以從中提取出不同的顯式聚類。我們提到有三種生成顯式聚類的方法,本文采用距離切斷法,下面我們這種生成顯式聚類的方法。該方法首先需要設(shè)置一個(gè)鄰域半徑ε'(ε'≤ 距離有序列表中,每一個(gè)樣本點(diǎn)與其后面的樣本點(diǎn)的可達(dá)距離是最小的一個(gè)樣本點(diǎn)開始,在其后樣本點(diǎn)的可達(dá)距離小于我們所設(shè)置的鄰域半徑點(diǎn)為核心點(diǎn)時(shí),則將這兩個(gè)樣本點(diǎn)歸為同一個(gè)簇中。而當(dāng)某一個(gè)點(diǎn)的可'時(shí),則將該點(diǎn)歸為一個(gè)新的簇中,重復(fù)上述步驟直至所有樣本點(diǎn)被歸為集中。提取聚類的算法偽代碼如算法 1 所示:
【參考文獻(xiàn)】:
期刊論文
[1]基于居民出行特征的北京城市功能區(qū)識別與空間交互研究[J]. 陳澤東,譙博文,張晶. 地球信息科學(xué)學(xué)報(bào). 2018(03)
[2]基于潛在語義信息的城市功能區(qū)識別——廣州市浮動車GPS時(shí)空數(shù)據(jù)挖掘[J]. 陳世莉,陶海燕,李旭亮,卓莉. 地理學(xué)報(bào). 2016(03)
[3]基于GIS空間分析的泉州市居民點(diǎn)分布特征研究[J]. 陳小瑜,談暉. 科技和產(chǎn)業(yè). 2015(11)
[4]大規(guī)模出租車起止點(diǎn)數(shù)據(jù)可視分析[J]. 姜曉睿,鄭春益,蔣莉,梁榮華. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2015(10)
[5]基于泰森多邊形法的慶陽市面雨量計(jì)算[J]. 龍胤慧,廖梓龍. 河北工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(03)
碩士論文
[1]城市公共交通線路站點(diǎn)優(yōu)化設(shè)計(jì)研究[D]. 許啟冬.西安建筑科技大學(xué) 2008
本文編號:3523219
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3523219.html
最近更新
教材專著