POI数据下的兰州市城区犯罪分布环境分析

针对城市犯罪分布环境的研究问题,本文基于兰州市的犯罪统计数据,结合POI大数据,使用空间统计和GIS空间分析方法提取了兰州市3种类型犯罪的热点区,并进一步使用POI数据探索了犯罪热点区内的环境特征。结果表明:1)兰州市4个城区内犯罪分布情况不同,主要集中在人口较多的黄河南岸,其中又以西站、西湖公园、"西关十字—南关十字"一线、西固城步行街等区域为主,城关区作为中心城区,犯罪行为分布范围广,犯罪高发区多。2) 3类犯罪热点区的设施点环境多数是多类型POI设施共同主导,少数是单类型POI设施主导,但起主导作用的POI类型都能反映出对应的主要犯罪类型对城市环境的要求特点。3) 3类犯罪对人流、财富以及场所隐蔽性的趋向性不同,并在对应环境的POI分布特征中得到体现。     

城市POI的空间数据分析与可视化表达

随着科技的迅速发展,地理空间数据已经成为人们日常生活中的一部分,城市POI数据则是涵盖城市公共基础设施属性信息与位置信息的大型地理空间数据。针对现阶段对城市POI数据利用程度不充分的问题,本文运用密度分析、热点分析以及服务范围分析等方法研究大连金普新区城市POI数据的空间分布特征。结果表明:大连金普新区城市POI数据呈现"二区八带多点"的分布格局,金石滩街道、中长街道、先进街道以及大李家街道医疗、教育、娱乐设施较为完善,且远离工厂,比较宜居。本研究可为市民生活、工作、学习、娱乐提供参考,也可为城市发展、管理维护提供服务。     

基于多特征相似性的多源POI匹配方法

本文针对多源POI的特征差异性导致同名对象识别难的问题,提出了一种多特征相似性的多源POI匹配方法。兼顾空间与非空间属性,选取名称、位置、地址、分类4个特征进行相似度计算;采用层次分析法对各特征指标进行重要性分析,得到特征权值;根据总相似度对候选匹配对象进行筛选,以确定最终匹配对象。试验结果显示,该方法具有较高的匹配精度,更适用于多源异构POI数据的匹配,可满足多源POI数据的高效匹配需求。     

利用城市POI数据提取分层地标

为了获取能够用于智能化路径引导的层次性空间知识,提出了一种依据显著度的差异从城市POI数据中提取出分层地标的方法。首先,通过从公众认知、空间分布和个体特征3个方面分析影响POI显著性的因素,构造了包括公众认知度、城市中心度和特征属性值3个指标向量的POI显著性度量模型;然后,分别讨论了利用问卷调查、多密度空间聚类和数据规格化的方法计算POI对象的各项显著性指标值的过程;最后,选择武汉市武昌地区的POI数据进行显著度计算,从中提取显著度较高的对象构成若干层地标,并以各层地标为种子生成加权的Voronoi图,用来反映各地标的空间影响范围并建立了同层和上下层地标之间蕴含的关系。     

面向不平衡POI类别分布的电子地图多层次标签预测模型EI北大核心CSCD

兴趣点(POI)是电子地图、导航等应用关注的主要要素之一,其数据质量直接影响地理信息服务的智能化水平。鉴于OpenStreetMap(OSM)等众源地理信息数据的非专业收集特征,其POI数据标签常存在缺失、标记错误等质量问题,亟须对POI标签进行智能化推断和增强处理。常规神经网络模型直接从单一层次预测多类别数据,未考虑POI类别在数量上分布不平衡的问题,其预测标签倾向于包含较多数据的类别,学习算法难以泛化小规模样本规则。本文考虑到不同POI类别间的数据规模差异较大,提出基于多层次POI类别组织的神经网络预测方法,通过小样本类别的层次化聚合,建立POI类别树结构,在树结构的不同层次上实现数据规模相对平衡的类别划分,支持神经网络高精度的标签预测。试验表明,本文方法仅需利用POI基础位置信息与邻近关系,其预测精度高于传统方法。     

顾及地址语义和地理空间特征的多源POI位置融合

多源POI位置融合是实现地理空间数据匹配融合的关键技术之一。然而,由于不同POI数据源之间位置编码的差异及定位误差,导致位置融合更加困难。本文提出了一种顾及地址语义和地理空间特征的多源POI位置融合方法。首先,通过TextRCNN和图注意力网络提取地址属性的语义特征;然后,使用多层感知机提取位置属性的地理空间特征;最后,基于自注意力机制通过特征聚合实现多源POI位置融合,并对成都市百度地图、腾讯地图和高德地图的POI数据进行试验验证。结果表明,该方法显著优于现有方法,平均位置融合精度优于12 m。     

地理空间数据结合手机信令等多源数据刻画城市居民出行特征

本文提出了以地理空间数据为支撑,结合手机信令、POI等多源数据刻画城市居民出行特征的方法。首先将信令数据与地理信息区块绑定,根据时间特征和地理区块的社会属性,识别居民的基本职住娱信息;然后综合民生POI点、出行特征拓展关键词、图谱等多源数据,运用工作日通勤分析模型和节假日出行特征提取模型,识别用户的通勤距离、通勤方式、日均通勤频次、周均工作时长、节假日出行场景、出行频次、驻留时长等内容,并形成涵盖职住娱信息的出行特征类标签集。以成都市为例,采集连续1个月的手机信令数据和同时期的POI等数据,验证了该方法的可行性,该成果作为反映城市实际人口规模数量和空间分布特征的城市人口地图大数据产品的重要内容,为政府部门、商企用户开展相关分析业务提供数据支撑。     

顾及兴趣点潜在上下文关系的城市功能区识别

城市功能结构的探索对人们理解城市及城市规划有着重要的作用。兴趣点(point of interest,POI)数据作为城市设施的代表,被广泛应用于城市功能区提取。以往对城市功能区研究大多只考虑了POI统计信息,忽略了POI中丰富的空间分布信息,而POI空间分布特征与区域功能密切相关。本文利用空间共位模式挖掘方法挖掘POI潜在上下文关系,提取POI空间分布信息,构建区域特征向量,并进行区域聚类;再利用POI类别比例、居民的出行特征等对聚类结果进行识别。以北京市核心城市功能区为例,将研究结果与北京市百度地图、居民出行特征进行对比验证分析。试验表明,本文方法能识别出具有明显特征的城市功能区,如成熟的娱乐商业区、科教文化区、居住区等。同时,与基于POI语义信息的LDA方法及顾及POI线性空间关系的Word2Vec方法进行对比分析,证明了本文方法的优越性。     

道路网约束下的城市兴趣点选取

针对道路对城市内部兴趣点数据分布有密切的约束关系,故城市内POI数据往往呈现出沿着道路分布的特征这一现象,提出一种在道路网约束下城市内部POI数据的选取算法。通过建立道路网的拓扑结构,根据POI数据的分布位置分为道路周边分布的和远离道路分布的两大类,对道路周边的点使用"间苗法"选取,对远离道路分布的点根据其分布模式决定采用"随机法"或其他方法选取。算法采用实际数据进行实验,切实可行,并得到了合理的结果。     

POI与NPP/VIIRS夜光数据空间耦合关系下的城市空间结构分析——以武汉市主城区为例

城市兴趣点（POI）和夜光遥感影像能够直观反映城市社会经济等实体要素的空间分布特征,在城市空间结构研究中发挥着重要作用。本文首先选取长江中游城市群的典型城市代表——武汉市作为研究区,选用研究区2016年POI和NPP/VIIRS夜光遥感数据作为基础研究数据,采用GIS分析工具对POI数据进行了空间核密度分析;然后分别对POI核密度分析结果和NPP/VIIRS夜光遥感数据进行了空间网格化处理;最后采用双因素制图和栅格叠加分析方法对两类数据的空间耦合关系进行了探讨,并在此基础上进一步分析了城市空间结构特征。研究表明,武汉市POI数据和夜光遥感数据的空间耦合性整体较好,空间耦合相一致区域占比为82.15%;但POI数据和夜光遥感数据的空间耦合性在长江沿岸地区也存在部分差异,如硚口区、汉阳区夜光遥感数据和POI数据多以低—中的空间耦合模式为主,而青山区、武昌区和汉口区则多以中—低的空间耦合模式为主。武汉市作为中原城市群的核心城市之一,其城市内部空间结构与长江经济带发展关联密切,通过对POI和夜光遥感数据的空间耦合关系探讨,能够对武汉市空间实体要素的空间结构特征有更加深入的了解。本文结果可为沿江城市内部空间结构的研究提供一种崭新的视角。     

面向室内地图多尺度表达的POI符号设计与实现

为了满足人们获取室内空间信息时多层次的认知需求,从室内空间的特点出发,以商城为例,对室内要素的分类分级体系进行梳理,在此基础上探讨兴趣点(point of inte-rest,POI)多尺度表达的符号模型;结合地图比例尺和用户需求设计了一套易于理解又能多层次表征要素信息的室内地图POI符号系统,并通过典型案例对其可行性进行制图实践检验。实践结果表明,所提出的多尺度POI符号化方案具有可行性,设计的符号集可以广泛运用到其他商城中,该思想可以运用于其他类型的室内地图。     

多源异构POI融合方法及应用

针对不同来源的POI在数据格式、坐标参考、属性结构等方面存在差异的问题,提出了一种多源异构POI的融合方法。该方法首先将经过实测并质检的公开版地图数据做成一个母库;然后将其他来源的POI数据经过坐标统一后与母库进行空间位置和门址等属性信息的比对,将母库中没有的POI数据融合进去,最终形成内容规整、信息量丰富的POI融合库;最后进行基于空间约束关系的门址挂接,即使每一个POI点与对应的门牌建立关联关系,提升POI库的应用途径。试验结果表明,该方法能够实现多源POI数据的高效融合,与门址进行挂接后,可满足日益增加的LBS和基于地图的"点式"服务（即Location Point）的需求。     

基于天地图的POI数据采集系统设计与实现

针对传统POI数据采集方式成本高,更新缓慢,属性信息不完整等问题,分析天地图提供的地理信息服务和编程接口,结合网络开发技术提出了基于天地图的POI数据采集思路,开发了原型系统,实现了POI数据的采集与动态更新,对保障POI数据现势性、正确性和完整性具有参考意义。     

面向任务的驾车导航POI分级体系构建的研究

POI分级体系的构建是POI自适应表达的关键。文中从影响驾车导航的因素出发,对驾车导航任务进行归纳,然后针对不同的导航任务,采用定性定量相结合的方式,通过问卷调查、焦点小组法以及数理统计的方法,构建对应不同导航任务的POI分级体系,满足驾车导航POI自适应表达的需要。     

基于四叉树算法的POI分级优化显示方法研究

为了使"天地图"中大数据量、高密度的POI数据在各显示比例下达到清晰易读的表达效果,本文在考虑POI权重属性的情况下,提出了一种基于四叉树算法进行自动过滤的方法,达到各级比例尺优化显示的效果,并通过实例验证该方法的可行性、稳定性,达到了对POI数据高效过滤和图面表达美观的双重效果。     

基于MMS与基础数据的兴趣点采集方法研究

本文分析了现有的兴趣点采集的方法、MMS和基础数据的特点,对兴趣点的属性结构进行了设计,研究了基于MMS与基础数据的兴趣点采集方法的作业流程,并通过实验证明该方法的可行性。     

Voronoi图和实景影像在城市POI选址中的应用

以北京西城区为例,通过Voronoi图将兴趣点划分成多个区域;在部件集中且兴趣点少的区域,通过建立基于Voronoi分区的minisum选址模型,得到理论上的新增兴趣点的坐标;然后通过移动道路测量车采集实景影像定位到理论的兴趣点点位上;并在其附近一定范围内寻找最近的有标志意义的地物作为实际位置的兴趣点,达到对兴趣点快速更新的目的,极大提高了城市管理者在日常工作和应对突发事件时的实时性和高效性。     

自发地理信息兴趣点数据在线综合与多尺度可视化方法

移动及Web环境下,集成各种自发地理信息POI数据与地理框架背景数据的混搭式地图应用,越来越多地出现在主流地理信息平台及LBS服务中。由于缺乏适宜的在线多尺度可视化机制,这种POI数据表达上通常出现拥挤、压盖等冲突现象。针对该问题,本研究将传统的尺度变换方法与在线环境相结合,提出一种面向城市设施POI数据的多尺度可视化策略。即由服务器端通过预处理方式对POI数据进行多层次结构化组织;在此基础上,客户端依据显示比例尺导出对应层次的POI目标,并通过移位操作解决局部存在的符号表达冲突现象。试验表明,该方法符合数字化网络应用的在线实时需求,同时也能获得较高质量的多尺度表达效果。