公开(公告)号：CN111898858B

公开(公告)日：2024-11-22

申请号：CN202010575606.3

申请日：2020-06-22

Applicant: 东南大学

Inventor： 马晓甦 ,  梁国杰 ,  刘志成

IPC: G06Q10/0639 ,  G06Q50/26 ,  G06F18/23213 ,  G06F18/2431

Abstract: 本发明公开了一种识别城市用地活力模式及影响因素的方法，对城市时空活力强度数据的特征进行提取、聚类；并且获取城市土地利用方式的矢量数据，在统一坐标系的情况下，对各种数据进行空间融合并融合统一到相同的研究单元中，构建城市活力影响机制的渐进梯度回归模型，分析不同活力模式的主要影响因素及组合模式。本发明前半部分利用的非负矩阵分解技术，快速、准确地实现大范围下小尺度的精细动态特征提取，为后期的有效聚类提供了降维后的等价矩阵，且提取的特征由于方法中施加的非负数约束，具有现实解释性，后半部分提出的渐进梯度回归模型适用于检验多个要素之间线性或非线性的多种相关性关系，能够分析不同活力模式的主要影响因素，具有更高的准确率。

公开(公告)号：CN111898858A

公开(公告)日：2020-11-06

申请号：CN202010575606.3

申请日：2020-06-22

Applicant: 东南大学

Inventor： 马晓甦 ,  梁国杰 ,  刘志成

IPC: G06Q10/06 ,  G06Q50/26 ,  G06K9/62

Abstract: 本发明公开了一种识别城市用地活力模式及影响因素的方法，对城市时空活力强度数据的特征进行提取、聚类；并且获取城市土地利用方式的矢量数据，在统一坐标系的情况下，对各种数据进行空间融合并融合统一到相同的研究单元中，构建城市活力影响机制的渐进梯度回归模型，分析不同活力模式的主要影响因素及组合模式。本发明前半部分利用的非负矩阵分解技术，快速、准确地实现大范围下小尺度的精细动态特征提取，为后期的有效聚类提供了降维后的等价矩阵，且提取的特征由于方法中施加的非负数约束，具有现实解释性，后半部分提出的渐进梯度回归模型适用于检验多个要素之间线性或非线性的多种相关性关系，能够分析不同活力模式的主要影响因素，具有更高的准确率。