如何以城市感知大數(shù)據(jù)為城市發(fā)展過程中所面臨的諸多現(xiàn)實(shí)問題（如交通擁堵、城市規(guī)劃等）提供科學(xué)合理的對策建議,是近年來城市計(jì)算領(lǐng)域的研究熱點(diǎn)。然而,一方面城市感知數(shù)據(jù)時(shí)空分布不均衡,存在的“變分辨率”問題對于數(shù)據(jù)表示與刻畫存在挑戰(zhàn);另一方面,城市多源感知數(shù)據(jù)在各自運(yùn)行系統(tǒng)內(nèi)相互獨(dú)立,在語義知識方面彼此關(guān)聯(lián),因此充分有效融合多源感知數(shù)據(jù)也是城市計(jì)算領(lǐng)域所面臨的又一個(gè)研究挑戰(zhàn)。本文聚焦城市交通應(yīng)用領(lǐng)域,綜合利用出租車軌跡數(shù)據(jù)、滴滴出行數(shù)據(jù)、城市道路網(wǎng)絡(luò)數(shù)據(jù)、氣象數(shù)據(jù)和興趣點(diǎn)等多源城市感知數(shù)據(jù),分析城市環(huán)境下市民群體的出行時(shí)空特性與規(guī)律,在多時(shí)空粒度下挖掘人群出行模式,分析交通傳導(dǎo)效應(yīng),并將城市出行模式及其傳導(dǎo)效應(yīng)應(yīng)用于交通狀況預(yù)測中。本文的研究工作主要包含以下三個(gè)方面:（1）城市感知數(shù)據(jù)時(shí)空多粒度結(jié)構(gòu)化表示。在數(shù)據(jù)預(yù)處理階段,針對城市感知數(shù)據(jù)的時(shí)空分布不均衡特性,本文提出了3DTree和細(xì)分-合并兩種時(shí)空多粒度結(jié)構(gòu)化表示方法,避免了傳統(tǒng)時(shí)空數(shù)據(jù)表示方法效率低下、語義不準(zhǔn)確、精度不高等問題,同時(shí)以不同類型、不同時(shí)間、不同地域的數(shù)據(jù)驗(yàn)證了所提時(shí)空多粒度結(jié)構(gòu)化數(shù)據(jù)表示方法的穩(wěn)定性、普適性和泛化能力。... 

【文章來源】：西安科技大學(xué)陜西省

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

全文組織結(jié)構(gòu)圖

2城市出行模式分析及傳導(dǎo)效應(yīng)相關(guān)理論基礎(chǔ)7模式，在不同時(shí)空粒度下做關(guān)聯(lián)規(guī)則發(fā)現(xiàn)，空間粒度取1km*1km，2km*2km，3km*3km，時(shí)間粒度取1小時(shí)、2小時(shí)和3小時(shí)，分別研究不同時(shí)間粒度及空間粒度下的軌跡運(yùn)動模式。多粒度關(guān)聯(lián)規(guī)則發(fā)現(xiàn)結(jié)果如圖2.1所示，研究結(jié)果表明：軌跡的屬性和長度具有極強(qiáng)的時(shí)間依賴性，選擇不同的空間粒度發(fā)現(xiàn)的軌跡運(yùn)動模式差異較大。圖2.1不同時(shí)間粒度及空間粒度下軌跡模式挖掘結(jié)果LingboLiu等[3]利用手機(jī)數(shù)據(jù)將城市空間固定為1km*1km的等粒度網(wǎng)格，研究不同時(shí)間尺度下的城市人口分布情況。統(tǒng)計(jì)工作時(shí)間及非工作時(shí)間的人口分布得出結(jié)論：中部地區(qū)就業(yè)集群相對緊促，城市結(jié)構(gòu)呈現(xiàn)多元化趨勢。HumbertoT[4]等利用手機(jī)數(shù)據(jù)分析城市大型活動（如：足球賽、音樂會、新年慶�；顒拥龋┰斐傻娜藛T遷移模式，預(yù)測移動電話網(wǎng)絡(luò)基礎(chǔ)設(shè)施的工作負(fù)載，幫助運(yùn)營商基礎(chǔ)設(shè)施規(guī)劃來滿足大型活動負(fù)載的容量需求。以空間等網(wǎng)格統(tǒng)計(jì)展會期間不同時(shí)段的人群流動模式發(fā)現(xiàn)：早晨9:45-10:00人們從四面八方向展會地點(diǎn)聚集，中午13:00-13:15人員流動較少，下午5:45-6:00展會結(jié)束，人員向四周擴(kuò)散，其中東南方向有大量人員流動。劉瑜等[5]將北京市劃分為11664個(gè)500m*500m的空間網(wǎng)格，結(jié)合城管執(zhí)法數(shù)據(jù)、POI數(shù)據(jù)、出租車OD點(diǎn)數(shù)據(jù)和地鐵出行數(shù)據(jù)預(yù)測網(wǎng)格內(nèi)城市違法事件發(fā)生的概率。提取地理位置相關(guān)特征、POI相關(guān)特征、出租車相關(guān)特征，以隨機(jī)森林預(yù)測每個(gè)網(wǎng)格是否會發(fā)生違法事件，預(yù)測結(jié)果準(zhǔn)確率為88.7%。WeiLY等[6]基于空間等網(wǎng)格劃分提出不確定路線的軌跡推斷方法，該方法分為路徑生成和路徑細(xì)化兩個(gè)階段，生成階段以top-k的方式生成連續(xù)的空間等網(wǎng)格路徑，細(xì)化階段從不確定軌跡的起點(diǎn)開始生成連續(xù)時(shí)空序列。WangQ等[7]對不同城市尺度的電能儲量預(yù)測展開

龍瀛等[9]以北京市連續(xù)一周的公交卡刷卡數(shù)據(jù)為研究對象，以公交站點(diǎn)位置為中心生成Thiessen多邊形劃分多粒度城市空間，同時(shí)結(jié)合居民出行調(diào)查問卷、土地利用的具體類型數(shù)據(jù)來識別公共系統(tǒng)出行用戶的居住地點(diǎn)、工作地點(diǎn)和人群頻繁出行模式。把識別結(jié)果和挖掘到的人群出行模式在以公交站點(diǎn)為中心的泰森多邊形上分析得出以下結(jié)論：從人群出行時(shí)間和出行路程角度挖掘人群出行模式，將發(fā)現(xiàn)的模式與居民出行調(diào)查問卷數(shù)據(jù)和其他北京市人群出行相關(guān)研究進(jìn)行對比，對比結(jié)果顯示泰森多邊形發(fā)現(xiàn)的人群出行模式與其他數(shù)據(jù)相比比較吻合。圖2.2Thiessen多邊形的空間分布2.1.3基于道路網(wǎng)絡(luò)的空間多粒度建模以城市道路作為最小研究單元也是常見的建模方式。RanWang等[10]通過聚類將城市路網(wǎng)劃分為多粒度道路集群（如圖2.3所示），鄰近不同的顏色代表不同的道路群集，對每個(gè)道路群集建立極值學(xué)習(xí)機(jī)評價(jià)模型，評價(jià)模型反映每一條道路群集的出行需求狀況。YuanJ等[11]結(jié)合軌跡數(shù)據(jù)集和POI信息提出DROF方法（DiscoversRegionsofdifferentFunctions，DROF）發(fā)現(xiàn)城市不同區(qū)域的功能。首先根據(jù)道路結(jié)構(gòu)信息將城市劃分為多粒度空間區(qū)域，然后使用基于主題的推斷模型發(fā)現(xiàn)區(qū)域功能。該模型將多粒度空間區(qū)域視為文檔，將功能視為主題，將行為模式視為語句，將POI及其他信息視為單詞，以基于主題的模型推斷城市功能的結(jié)果與TF-IDF和LDA的對比如圖2.4所示。實(shí)驗(yàn)結(jié)果表明TF-IDF效果較差，DRoF稍優(yōu)于LDA。

【參考文獻(xiàn)】：
期刊論文
[1]基于夜間燈光數(shù)據(jù)的晉陜蒙能源消費(fèi)碳排放時(shí)空格局[J]. 武娜,沈鐳,鐘帥.  地球信息科學(xué)學(xué)報(bào). 2019(07)
[2]集成多源地理大數(shù)據(jù)感知城市空間分異格局[J]. 劉瑜,詹朝暉,朱遞,柴彥威,馬修軍,鄔倫.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2018(03)
[3]一個(gè)基于基站軌跡數(shù)據(jù)的城市移動模式可視分析系統(tǒng)[J]. 李致昊,朱閩峰,黃兆嵩,丁鐵成,羅月童,葛嘉恒,陳為.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2018(01)
[4]基于多尺度空間聚類的江西省經(jīng)濟(jì)區(qū)域劃分[J]. 鄒鳳瓊,張剛?cè)A.  地域研究與開發(fā). 2017(05)
[5]基于CNN特征空間的微博多標(biāo)簽情感分類[J]. 孫松濤,何炎祥.  工程科學(xué)與技術(shù). 2017(03)
[6]基于AdaBoost分類器的實(shí)時(shí)交通事故預(yù)測[J]. 張軍,胡震波,朱新山.  計(jì)算機(jī)應(yīng)用. 2017(01)
[7]上海市職住關(guān)系和通勤特征分析研究——基于軌道交通客流數(shù)據(jù)視角[J]. 許志榕.  上海城市規(guī)劃. 2016(02)
[8]關(guān)聯(lián)規(guī)則挖掘綜述[J]. 崔妍,包志強(qiáng).  計(jì)算機(jī)應(yīng)用研究. 2016(02)
[9]城市計(jì)算概述[J]. 鄭宇.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2015(01)
[10]基于多尺度空間劃分與路網(wǎng)建模的城市移動軌跡模式挖掘[J]. 王亮,胡琨元,庫濤,吳俊偉.  自動化學(xué)報(bào). 2015(01)



本文編號：3290538