基于POI和主动学习的城市功能区分类方法研究
作者:杨鑫; 杨宜来; 胡克勇
更新时间:
关键字:
城市功能区是识别城市复杂系统的重要单元。然而,由于城市系统的复杂性,城市功能区的划分仍然存在一些挑战。本文提出了一种基于Interest的POI(POI)和主动学习算法的城市功能区分类方法。一方面,该方法采用的主动学习算法是一种半监督分类方法。与无监督分类方法相比,该方法具有更高的分类精度。与监督分类方法相比,该方法只需标记少量的功能区类型。由于城市系统的复杂性,功能区类型的标注通常需要行业专家的专业知识以及对城市的深入熟悉和理解。另一方面,与现有研究中常用的大数据(高空间分辨率遥感图像、POI、移动通信、公交刷卡等社会感知数据)相比,该方法选择的POI数据具有访问方便的特点,数据完整性高,并考虑到城市系统中地理实体的自然属性和社会经济属性,这使得该方法非常可行。以北京市朝阳区为例,利用该方法对城市功能区进行分类,将识别结果与人工识别结果进行比较分析,验证了该方法的可行性和准确性,然后分析了该方法实施过程中两个重要参数对分类结果准确性的影响。