[发明专利]一种层次化城市空间结构识别方法及系统

权利要求书

1.一种层次化城市空间结构识别方法，其特征在于：包括：

S1：获取研究区域内的城市道路数据，对所述城市道路数据进行预处理，采用图数据结构对处理后的城市道路数据进行表示，获得路网抽象模型；

S2：获取研究区域内的出租车轨迹数据，对出租车轨迹进行预处理；将道路交通元素类比为自然语言处理中的语料元素，获得交通元素语料库；采用词向量模型对交通元素语料库进行训练，获得路网节点的词向量表示；

S3：通过所述的路网节点的词向量表示，采用余弦距离公式计算道路交通相关性指标；根据所述道路交通相关性指标，在所述的路网抽象模型的基础上，结合所述的路网节点的词向量表示和社区检测算法进行无监督训练，训练完成后获得三层的城市社区结构，根据该三层的城市社区结构提取层次化城市空间结构；

S4：获取研究区域内的兴趣点数据，通过兴趣点数据构建城市功能测度指标，通过所述测度指标对所述层次化城市空间结构进行识别，获得所述层次化城市空间结构的土地利用信息，为城市规划和管理、城市可持续发展评估提供实时详尽的城市功能信息。

2.如权利要求1所述的一种层次化城市空间结构识别方法，其特征在于：步骤S1具体实现过程为：

S11：通过地理信息系统专业软件处理所述城市道路数据，对所述城市道路数据进行预处理，所述预处理包括化简和拓扑检查，获得预处理后的城市道路数据；所述城市道路数据由道路路段和道路节点组成；

S12：将所述城市道路数据采用图数据结构进行表示，具体地，道路路段表示为图数据结构中的边，道路节点表示为图数据结构中的节点，获得路网抽象模型。

3.如权利要求1所述的一种层次化城市空间结构识别方法，其特征在于：步骤S2具体实现过程为：

S21：通过GIS专业软件处理所述出租车轨迹数据，对出租车轨迹进行预处理，所述预处理包括除错和路网匹配，获得预处理后的出租车轨迹数据；所述除错是指剔除出租车轨迹数据中的异常点和噪声点，所述路网匹配是指将出租车轨迹点准确地匹配到城市道路上；

S22：基于类比推理的方法，将道路交通元素类比为自然语言处理中的语料元素，获得交通元素语料库；所述类比推理方法具体为将所述城市道路数据类比为自然语言处理中的文档，所述出租车轨迹数据类比为文档中的段落，所述路网抽象模型中的道路节点类比为段落中的单词，根据出租车轨迹数据起终点顺序连接道路节点；

S23：从交通元素语料库的轨迹文档中抽取若干个连续的道路节点集合，随机选取其中一个道路节点作为中心节点，道路节点集合中的其他节点作为周边节点，通过中心节点预测周边节点，得到周边节点的预测概率，其概率值在0到1之间；

S24：计算周边节点的真实概率值和步骤S23生成的预测概率的损失值，采用梯度下降的优化算法最大化该损失函数，具体方程式为：

其中I(θ)为优化损失函数，N代表街道的数量，s代表窗口大小，i表示第i个街道，表示给定中心街道v_i的情况下背景街道的概率；

S25：以中心节点作为输入，词嵌入模型采用神经网络，以神经网络的中间层参数作为作为词嵌入模型的输出，中间层参数的集合为参数值集合，作为该路网节点的词向量表示。