排序方式: 共有2条查询结果,搜索用时 31 毫秒
1
1.
借助商业POI数据,通过DBSCAN聚类算法,经过处理得到准确度较高的原始数据,并在因子分析算法的基础上,根据武汉市2017年各行政区的地理位置、道路通达性、人口经济情况及相关统计数据,设计了一种密度因子分析算法,并以湖北省武汉市为例,实现了其范围内各地区商业中心的抽取.结果表明该方法是一种有效的商业要素提取方法,可为城市结构改善提供科学有力的参考依据. 相似文献
2.
基于POI数据的南京市空间格局定量研究 总被引:1,自引:1,他引:0
从语义属性、几何形态等方面对典型城市空间格局要素进行定量化抽取及特征分析,总结归纳出城市空间格局要素间的关联特征。在此基础上,将POI数据进行分类,设计了基于平面核密度估计算法、空间聚类与双重密度因子分析分析算法,并以南京市为例,通过栅格叠加计算,提取边界,分类渲染以及栅格重分类等步骤,实现南京城市空间格局及商业中心抽取。结果发现城市商业中心有效地反映了城市空间总体格局的区域分布,提取出的南京市商业中心基本符合2000—2020年的南京市总体规划,但文本并不能直接体现城市各商业中心的定位,城市中除了主城区这个集聚且组团的单中心商业模式,各个县城、开发区、高新区都有各自形成的商业中心,符合城市的多商业模式。较传统的城市商业空间研究来说,基于POI数据的定量研究对城市总体格局及商业空间的认知更为精细,有助于商业中心的识别及行业特征的分析,便于政府部门对现有规划功能区的发展方向进行调整,使得不同功能区空间结构与特征关系更加合理。 相似文献
1