[发明专利]基于共享对象的租还数据的用地属性分类方法有效

专利信息
申请号: 201911146901.0 申请日: 2019-11-21
公开(公告)号: CN110929783B 公开(公告)日: 2023-04-07
发明(设计)人: 刘冰;朱俊宇;赵晶心;张涵双;刘淼;曹娟娟;马东波;周玉斌 申请(专利权)人: 同济大学;上海同济城市规划设计研究院有限公司
主分类号: G06F18/23213 分类号: G06F18/23213;G06V10/764;G06Q30/0201;G06Q30/0645;G06Q30/0601
代理公司: 上海弼兴律师事务所 31283 代理人: 胡美强
地址: 200092 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 共享 对象 数据 用地 属性 分类 方法
【说明书】:

发明公开了一种基于共享对象的租还数据的用地属性分类方法,该方法包括:对共享对象的租还位置信息进行聚类分析,以形成共享对象的虚拟租赁点位;以虚拟租赁点位为单位,对共享对象的租还数据进行集计,以构建虚拟租赁点位对应的时间租还曲线;对各个时间租还曲线进行归一化处理;基于傅里叶变换将各个归一化租还曲线解构为由多个正弦波函数叠加构成的租还曲线函数表达式;构建虚拟租赁点的租还曲线参数集合,并基于租还曲线参数集合中的参数进行聚类分析,以形成对各个虚拟租赁点位的分类。根据本发明的方法,能够借助于共享经济中诸如共享单车在内的数据尤其是租还数据,对用地属性进行识别,可利用已有数据对用地属性进行分析和分类。

技术领域

本发明涉及一种基于共享对象的租还数据的用地属性分类方法。

背景技术

传统的城市规划领域中,诸如交通出行OD(即交通出行量)特征与用地性质是高度相关的,以不同类型的用地分布推测OD出行特征普遍认为准确性较高。但是反之,以交通OD特征推测用地性质常规手段难以实现,这是因为常规交通OD特征的特征差异性很低,而用地性质的种类相对较多,以低维特征反推高维特征其准确性难以保证。

近几年得到较大发展和广泛应用的各种共享经济产物,诸如共享单车等,由于其本身使用了诸如智能锁止器等智能设备,其中记录了共享对象的相关信息或数据,例如共享单车的开启地点、开启时刻、关闭地点及关闭时刻等,即能反映传统交通出行数据中的出行OD信息,且由于这些数据具有完整的时间区分度,相对传统的居民出行调查能更精细地表征出行特征。

因而,如果能够借助于共享经济中诸如共享单车在内的数据尤其是租还数据,对用地属性进行识别,可实现利用已有数据对用地属性进行较好地分析和分类,而这将有助于提高城市用地及空间规划的科学性、合理性。

因此,亟需一种能够基于已有共享经济中的共享对象的租还数据对用地属性进行分析及分类的方法。

发明内容

本发明要解决的技术问题是为了克服现有技术缺乏能够基于共享经济中的共享对象的租还数据对用地属性进行分析及分类,从而有效地辅助城市用地及空间规划的缺陷,提出一种新的基于共享对象的租还数据的用地属性分类方法。

本发明是通过采用下述技术方案来解决上述技术问题的:

本发明提供了一种基于共享对象的租还数据的用地属性分类方法,其特点在于,所述用地属性分类方法包括以下步骤:

S1、对共享对象的租还位置信息进行第一次聚类分析,以形成共享对象的虚拟租赁点位,其中租还位置信息获取自共享对象的租还数据;

S2、以虚拟租赁点位为单位,对共享对象的租还数据进行集计,以构建虚拟租赁点位对应的时间租还曲线,其中时间租还曲线的自变量为时间或时段、因变量为各个时间或时段的租还数量;

S3、对各个时间租还曲线进行归一化处理,形成各个归一化租还曲线;

S4、基于傅里叶变换将各个归一化租还曲线解构为由多个正弦波函数叠加构成的租还曲线函数表达式;

S5、构建虚拟租赁点的租还曲线参数集合,其中租还曲线参数集合包括对应的租还曲线函数表达式中的参数,并基于租还曲线参数集合中的参数进行第二次聚类分析,以形成对各个虚拟租赁点位的分类。

根据本发明的一些实施方式,所述用地属性分类方法还包括在步骤S5之后执行的以下步骤:

S6、基于虚拟租赁点位的分类形成对用地区域的分类,并基于已知用地属性的点位对用地区域的分类结果进行标定。

根据本发明的一些实施方式,步骤S6还包括:采用分类算法构建用地属性与虚拟租赁点位的关联模型,其中关联模型将预设的多种用地属性或用于表征用地属性的用地属性参数与分类得到的虚拟租赁点位的不同类别所具有的参数的参数特征相关联。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学;上海同济城市规划设计研究院有限公司,未经同济大学;上海同济城市规划设计研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911146901.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top