期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
融合OSM路网与POI数据的城市功能区识别研究 被引量:63
1
作者 丁彦文 许捍卫 汪成昊 《地理与地理信息科学》 CSCD 北大核心 2020年第4期57-63,共7页
识别城市功能区的分布特征可为城市空间结构及资源的合理配置等提供帮助。该文以南京市中心城区为研究对象,基于核密度估计算法提出了一种融合OSM路网与POI数据的城市功能区识别方法:利用OSM路网对城市进行自动分割,获得具有相同社会经... 识别城市功能区的分布特征可为城市空间结构及资源的合理配置等提供帮助。该文以南京市中心城区为研究对象,基于核密度估计算法提出了一种融合OSM路网与POI数据的城市功能区识别方法:利用OSM路网对城市进行自动分割,获得具有相同社会经济功能的研究单元;基于核密度估计算法实现POI设施的影响扩散,削弱了POI点的离散化现象,同时设置核密度带宽对比实验,分析带宽大小对功能区识别结果的影响。结果表明:较大带宽使POI影响范围扩大,功能区混合程度增高,识别精度较低;较小带宽使POI对邻近位置的影响难以扩散,POI自身分布对结果影响较大;而最适带宽组识别效果最好,精度达81.3%;研究区被分为22个功能区类型(6个单一功能区、15个混合功能区和1个综合功能区),识别结果与南京市实际情况相符,可为城市发展规划与管理提供借鉴。 展开更多
关键词 城市功能区 osm路网 百度POI 核密度估计 带宽实验
在线阅读 下载PDF
基于POI数据的城市功能区识别及其空间分布特征——以珠海市中心城区为例 被引量:1
2
作者 刘子菲 郭鹏 +3 位作者 孙艳玲 张夏坤 李俊蓉 裴新蕊 《天津师范大学学报(自然科学版)》 CAS 北大核心 2024年第4期46-52,共7页
为了探究城市功能区的空间分布特点,基于兴趣点(POI)数据构建城市功能区定量识别体系,分析珠海市中心城区城市功能区的空间分布特征.结果表明:①珠海市中心城区的功能区普遍具有明确的主导功能,且呈现“中心居住,外围工业,混合分散”的... 为了探究城市功能区的空间分布特点,基于兴趣点(POI)数据构建城市功能区定量识别体系,分析珠海市中心城区城市功能区的空间分布特征.结果表明:①珠海市中心城区的功能区普遍具有明确的主导功能,且呈现“中心居住,外围工业,混合分散”的分布格局.②“单一”和“混合”功能区交错分布的地区主要集中在珠海市中心城区北部.③混合功能区多表现为居住和商业服务设施功能的混合,呈现出“商住联动”特征. 展开更多
关键词 城市功能区 兴趣点(POI) open street map(osm)路网 空间分布 珠海市中心城区
在线阅读 下载PDF
面向矢量线数据的直线形状空间检索方法 被引量:1
3
作者 刘泽邦 陈荦 +1 位作者 杨岸然 李思捷 《计算机科学》 CSCD 北大核心 2021年第S02期117-123,共7页
形状的认知是空间认知基本问题之一。直线作为最基本的形状,对直线的识别和检索在设备布设、路线规划、车辆测试等方面具有重要的研究意义。针对传统方法对遥感栅格影像进行直线识别时效率低、准确率不高的问题,以矢量数据为研究对象,... 形状的认知是空间认知基本问题之一。直线作为最基本的形状,对直线的识别和检索在设备布设、路线规划、车辆测试等方面具有重要的研究意义。针对传统方法对遥感栅格影像进行直线识别时效率低、准确率不高的问题,以矢量数据为研究对象,提出矢量线数据的直线形状空间检索方法。首先,定义“平直度信息量”并提出平直度信息量度量方法,以此描述线要素平直情况;接着,建立了线要素平直序列分段模型,将线要素划分为一组较平直的子段序列;综上两部分,将线要素分段后计算子段平直度信息量,并结合检索条件得到最终检索结果。以OSM路网数据为研究对象,通过实验对比验证该检索方法速度更快,检索结果更全,并且直线道路检索结果不仅在形状上与人的认知相符,而且检索结果中高级道路占比达71.1%,小路仅占2.8%,这与现实中平直道路的属性认知也相符,验证了该方法的可行性与合理性。 展开更多
关键词 空间检索 矢量线数据 直线 平直度信息量 分段模型 osm路网
在线阅读 下载PDF
基于多因子几何匹配的AI提取路网属性信息重建方法 被引量:4
4
作者 李志超 王艳东 贾若霖 《计算机应用研究》 CSCD 北大核心 2021年第12期3688-3691,3696,共5页
利用AI(artificial intelligence)技术可从遥感影像上快速提取矢量数据,尤其可以获取实时性较好的矢量路网数据,但提取的数据没有属性信息;而已有的众源数据如OSM(open street map)路网具有开源、属性信息丰富等特点,但现势性相对于提... 利用AI(artificial intelligence)技术可从遥感影像上快速提取矢量数据,尤其可以获取实时性较好的矢量路网数据,但提取的数据没有属性信息;而已有的众源数据如OSM(open street map)路网具有开源、属性信息丰富等特点,但现势性相对于提取路网较低。针对上述情况,以AI提取路网为基准数据,OSM路网为匹配数据,将一种基于多因子几何匹配算法用于路网匹配中,并在匹配后引入匹配度的概念,以最优匹配对象进行属性重建。实验结果表明能有效地对AI提取路网的属性信息进行重建,并基于此开发了一套路网属性信息重建系统,在国家全球测图项目中投入使用。 展开更多
关键词 AI提取路网 开放街道图 几何匹配 属性信息重建
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部