[发明专利]一种城市空间结构识别方法在审
申请号: | 202010296525.X | 申请日: | 2020-04-15 |
公开(公告)号: | CN111507879A | 公开(公告)日: | 2020-08-07 |
发明(设计)人: | 王子甲;胡高明;陈峰 | 申请(专利权)人: | 北京交通大学 |
主分类号: | G06Q50/26 | 分类号: | G06Q50/26;G06Q10/06;G06F16/215;G06F16/29;G06F16/28 |
代理公司: | 北京市诚辉律师事务所 11430 | 代理人: | 范盈 |
地址: | 100044 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 城市 空间结构 识别 方法 | ||
1.一种城市空间结构识别方法,其特征在于:所述方法包括如下步骤:
步骤1):基于交通方式的出行数据进行出行OD数据的提取,并和交通小区进行空间匹配,获取基于交通小区的OD矩阵,作为模型输入的原始数据;
步骤2):构建基于交通小区OD数据进行不同交通方式需求分布的空间结构特征识别模型;
步骤3):对交通网络进行聚类分析,评估所述模型在活动空间识别方面的有效性及实用性。
2.如权利要求1所述的城市空间结构识别方法,其特征在于:所述步骤1)中交通方式的出行数据为4种,所述4种交通方式的出行数据包括共享单车数据、公交车刷卡数据、出租车数据和地铁刷卡数据。
3.如权利要求1所述的城市空间结构识别方法,其特征在于:所述步骤1)中出行OD数据的提取包括对数据进行初步的筛选清洗,保留没有错误完整的数据。
4.如权利要求3所述的城市空间结构识别方法,其特征在于:所述清洗规则为:①剔除字段缺失的记录,只保留字段完整的记录;
②剔除具有明显逻辑问题的数据;
③对于单车数据,剔除订单数据中出行时间大于6小时的记录;
④剔除订单数据中出行时间小于120秒的记录;
⑤删除单车出行距离小于0.1千米的数据;
⑥轨道交通刷卡数据删除临时卡数据。
5.如权利要求1所述的城市空间结构识别方法,其特征在于:所述步骤2)中模型为聚类模型,所述聚类模型基于信息熵的Infomap算法。
6.如权利要求1所述的城市空间结构识别方法,其特征在于:所述步骤3)中对交通网络进行聚类分析包括结合获取的空间距离数据,修正聚类模型;与原模型进行比较,分析空间距离在城市活动中的影响。
7.如权利要求6所述的城市空间结构识别方法,其特征在于:所述步骤3)中所述对交通网络进行聚类分析包括基于北京市交通网络数据,以交通小区OD矩阵作为模型的输入,得到以交通小区为单位的聚类结果。
8.如权利要求7所述的城市空间结构识别方法,其特征在于:还包括将所述聚类结果在gis中进行可视化。
9.如权利要求8所述的城市空间结构识别方法,其特征在于:所述可视化结果包括共享单车模型结果、公交车模型结果、出租车模型结果和地铁模型结果。
10.如权利要求9所述的城市空间结构识别方法,其特征在于:所述共享单车模型结果详细展示了共享单车网络的聚类特征,聚类社区密集,边界划分明显,社区聚类面积从城中心依次呈现递增趋势。
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北京交通大学,未经北京交通大学许可,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/202010296525.X/1.html,转载请声明来源钻瓜专利网。