基于政府大数据的北京城市空间发展模式分析

发布时间：2017-11-05 13:17

  本文关键词：基于政府大数据的北京城市空间发展模式分析

  更多相关文章： 城市规划 用地开发 模式挖掘 非负矩阵分解

【摘要】：城市的发展都有各自的特征。这些特征通常是受城市发展过程中政府决策及规划政策的影响而形成。作为我国首都,同时也是人口最稠密的城市,北京市的城市建设用地在过去20年快速城镇化进程中持续扩张。笔者认为,北京市城市扩张期间,城市建设用地开发模式有特定的规律和空间特征。本文中,笔者采用非负矩阵分解(NMF)的方法,对北京市建设用地规划许可发放数据进行挖掘,以此识别城市空间发展模式。笔者发现这个阶段包含了两种主要发展模式,同时也结合诸多辅助信息对这两种模式进行了深入的分析和解释。本文中使用的城市空间发展模式识别方法可以推广到其他区域的城市研究中,对城市设计及政府决策工作起到较大作用。
【作者单位】： 日本金泽大学环境设计学院;福建师范大学地理科学学院;北京航空航天大学计算机学院;福州大学建筑学院;
【分类号】：TU984.113;P208
【正文快照】： 0引　言自20世纪70年代末改革开放以来,我国经历了一个城市人口的快速增长阶段。到2011年为止,城市人口已经达到全国总人口的51%,而城市建设用地面积则从7 438 km2增长到40 058 km2[1-2]。城市建设用地的扩张为人口和产业提供了更多的发展空间,但是也带来了一系列社会问题,如

【相似文献】

中国期刊全文数据库 前10条

1 宋金歌;杨景;陈平;佘玉梅;;一种非负矩阵分解的快速稀疏算法[J];云南民族大学学报(自然科学版);2011年04期

2 尹星云;;非负矩阵分解的基本原理和研究现状分析[J];科技资讯;2011年35期

3 程明松;刘勺连;;一种实用快速非负矩阵分解算法[J];大连理工大学学报;2013年01期

4 唐晓芬;陈莉;;最大相关熵非负矩阵分解在基因表达数据聚类中的应用[J];计算机与应用化学;2013年11期

5 曾文梅;;基于半监督非负矩阵分解的人流量分析[J];哈尔滨师范大学自然科学学报;2011年02期

6 孟佳音;刘丁酉;;基于分布估计算法的非负矩阵分解[J];湖北民族学院学报(自然科学版);2012年03期

7 王雪明;王套;;非负矩阵分解的相关讨论[J];湖南农机;2013年09期

8 曹胜玉;刘来福;;非负矩阵分解及其在基因表达数据分析中的应用[J];北京师范大学学报(自然科学版);2007年01期

9 李巧;孔薇;;改进的非负矩阵分解在基因表达数据中的应用[J];信息技术;2010年12期

10 陈清华;陈六君;郭金忠;;二进制约束下的NMF方法及其应用[J];北京师范大学学报(自然科学版);2009年01期

中国重要会议论文全文数据库 前10条

1 孙江明;李通化;;非平滑三维非负矩阵分解[A];第九届全国计算（机）化学学术会议论文摘要集[C];2007年

2 蒋永锴;叶东毅;;基于稀疏非负矩阵分解的自动多文摘方法[A];中国计算机语言学研究前沿进展（2007-2009）[C];2009年

3 马帅;吴飞;杨易;邵健;;基于稀疏非负矩阵分解的图像检索[A];第七届和谐人机环境联合学术会议（HHME2011)论文集【oral】[C];2011年

4 徐利民;龚珊;余再军;;奇异值分解与非负矩阵分解色在数据降维方面的特性分析[A];2010年通信理论与信号处理学术年会论文集[C];2010年

5 蔡蕾;朱永生;;基于稀疏性非负矩阵分解和支持向量机的轴心轨迹图识别[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

6 蒋霈霖;;KL散度下的非负矩阵分解[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

7 杨宝;朱启兵;黄敏;;基于非负矩阵分解一稀疏表示分类的玻璃缺陷图像识别[A];第24届中国控制与决策会议论文集[C];2012年

8 钱乐乐;高隽;徐小红;;非负性约束的图像稀疏编码[A];第七届全国信息获取与处理学术会议论文集[C];2009年

9 朱昊;黄源水;付梦印;;基于NMF的道路识别算法在野外环境感知中的应用[A];第九届全国光电技术学术交流会论文集（下册）[C];2010年

10 郑能恒;蔡毅;李霞;Tan Lee;;基于非负矩阵分解和向量相似测度的语音与音乐分离算法[A];第十一届全国人机语音通讯学术会议论文集（一）[C];2011年

中国博士学位论文全文数据库 前8条

1 杨士准;基于样本和特征的迁移学习方法及应用[D];国防科学技术大学;2013年

2 叶军;基于正则化方法的非负矩阵分解算法及其应用研究[D];南京理工大学;2014年

3 胡俐蕊;非负矩阵分解方法及其在选票图像识别中的应用[D];安徽大学;2013年

4 殷海青;图像分析中的非负矩阵分解理论及其最优化和正则化方法研究[D];西安电子科技大学;2011年

5 杨洪礼;非负矩阵与张量分解及其应用[D];山东科技大学;2011年

6 史加荣;多尺度张量逼近及应用[D];西安电子科技大学;2012年

7 方蔚涛;人脸识别特征抽取算法的研究[D];重庆大学;2012年

8 刘昱昊;基于非负矩阵分解算法的人脸识别技术的研究[D];吉林大学;2014年

中国硕士学位论文全文数据库 前10条

1 谢昊;非负矩阵分解初始化及其应用[D];暨南大学;2015年

2 王一;凸与半非负矩阵分解的近点梯度方法研究[D];东北师范大学;2015年

3 项磊;基于乳腺癌计算机辅助诊断的病理图像分析[D];南京信息工程大学;2015年

4 王丹;基于非负矩阵分解的脑电信号特征提取算法研究[D];燕山大学;2015年

5 马春霞;非负矩阵分解及在基因表达数据分析中的应用研究[D];曲阜师范大学;2015年

6 崔艳荣;基于非负矩阵分解的高光谱遥感数据融合方法分析及应用[D];电子科技大学;2014年

7 赖淑珍;非负矩阵分解若干算法研究与应用[D];电子科技大学;2014年

8 赵龙;基于多流形正则化非负矩阵分解的多视图聚类[D];大连理工大学;2015年

9 黄震;基于多视角非负矩阵分解的同名区分算法研究[D];大连理工大学;2015年

10 邵强;改进的非负矩阵分解算法及其在人脸识别中的应用[D];河北工业大学;2015年

，

本文编号：1144347