基于互联网访问记录的城市功能区域识别

发布时间：2022-11-05 08:23

　　目前,对于城市功能区域识别的传统方法主要包括:实地勘探采集、对航拍图或遥感图像进行标注、信息点（Pointof Information,POI）数据采集等。上述几种方法都需要投入极大的人力和物力成本,且由于城市内部的变迁,这些动辄需要几年完成数据采集工作的方案已无法满足时效性的要求。针对上述问题,本文将根据各区域一段时间内用户的互联网访问记录,完成城市功能区的分类任务,分别从时间维度和用户维度,挖掘特征,并根据不同分类算法适用的场景,将提取的特征进行清洗和预处理工作,使之能在对应的算法中发挥最大效用。时间维度层面,由于数据集中有各区域半年内的用户访问记录,考虑到时序性,故提取各区域在不同时间段的访问人数特征,并按照时间先后顺序排列,放入长短期记忆（Long Short-Term Memory,LSTM）循环神经网络中,完成对数据时序性的探索。除了时序性,还应考虑:法定假日、双休日期间用户上网情况的变化;访问人数和访问人次的差异性;方差、极差、百分位数等统计特征的影响。基于上述特征,本文使用随机森林算法,进行特征挖掘。用户维度层面:一方面依赖人员的流动性,将各功能区视为点,区域间相同用户... 

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题研究背景与意义
    1.2 国内外研究现状
    1.3 本文主要研究内容
    1.4 论文结构安排
第二章 基于时间维度特征的功能区识别
    2.1 数据集介绍与任务描述
    2.2 循环神经网络LSTM探索时序特性
        2.2.1 区域热度时序特征的提取
        2.2.2 LSTM算法介绍
        2.2.3 LSTM的模型设计
        2.2.4 实验结果分析
    2.3 时间维度特征的深入挖掘
        2.3.1 不同时间粒度特征的提取与相关统计量计算
        2.3.2 随机森林算法介绍
        2.3.3 实验结果分析
    2.4 小结
第三章 基于用户维度特征的功能区识别
    3.1 用户维度特征提取
    3.2 LightGBM算法介绍与应用
        3.2.1 LightGBM算法原理
        3.2.2 实验结果分析
    3.3 小结
第四章 数据降维与集成学习方法
    4.1 PCA降维技术的介绍与应用
        4.1.1 PCA原理介绍
        4.1.2 PCA的应用
    4.2 集成学习方法介绍与应用
        4.2.1 集成学习介绍
        4.2.2 集成学习方法的应用
    4.3 小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢
攻读硕士学位期间研究成果及所获奖励
学位论文评阅及答辩情况表


【参考文献】：
期刊论文
[1]基于光学和SAR遥感图像融合的洪灾区域检测方法[J]. 王志豪,李刚,蒋骁.  雷达学报. 2020(03)
[2]一种高光谱遥感图像快速谱聚类算法[J]. 张亚平,张宇,杨楠,罗晓,罗谦.  测绘通报. 2019(12)
[3]基于手机信令数据的居民出行特征研究[J]. 周剑明.  信息与电脑(理论版). 2019(23)
[4]基于人口热力图和土地利用分类实现人流量空间分布的精确提取[J]. 饶颖霞,李响.  测绘与空间地理信息. 2019(09)
[5]运用网络核密度估计与克里格插值识别城市功能区[J]. 黄怡敏,邵世维,雷英哲,田晶.  测绘地理信息. 2019(04)
[6]基于手机信令数据的大客流监控应用研究[J]. 胡忠顺,王进,朱亮.  电信技术. 2017(04)
[7]5G通信技术推动物联网产业链发展[J]. 魏军.  集成电路应用. 2017(01)
[8]基于GIS的直升机电力巡检缺陷可视化技术[J]. 于洋,孟小前,王铁军,郭晓冰,王欣,王楠.  电子技术与软件工程. 2016(22)
[9]5G车联网展望[J]. 王良民,刘晓龙,李春晓,杨睛,杨卫东.  网络与信息安全学报. 2016(06)
[10]大数据条件下城市用地类型辨识研究——基于出租车GPS数据的动态感知[J]. 梁军辉,林坚,杜洋.  上海国土资源. 2016(01)

博士论文
[1]城市空间数据挖掘方法与应用研究[D]. 李新运.山东科技大学 2004

硕士论文
[1]遥感图像识别分类技术研究[D]. 王孟文.北京邮电大学 2017
[2]基于WiFi扫描列表的用户生活模式挖掘[D]. 赵哲.浙江大学 2016



本文编号：3702242