一种基于人群移动轨迹的高清城市功能区识别方法及系统技术方案

一种基于人群移动轨迹的高清城市功能区识别方法及系统，涉及城市智能计算技术领域，用以解决现有城市静态功能区划分方法不能根据人群移动轨迹对城市功能区进行动态有效地识别划分的问题。本发明专利技术的技术要点包括：将城市区域分割成多个细粒度的空间子区域；构建城市静态功能的全局表示；给定多个包含n个空间子区域的移动轨迹，结合空间子区域的静态功能，将静态功能的区域表示嵌入到每个移动轨迹中；将多个结合区域表示的移动轨迹输入预训练的双层biLSTM轨迹功能表征模型中，获得每个空间子区域的功能表示向量；对所有空间子区域的功能表示向量进行聚类分析,获得各个空间子区域的功能区类别。本发明专利技术可以实现对城市功能区域的精准划分。域的精准划分。域的精准划分。

【技术实现步骤摘要】
一种基于人群移动轨迹的高清城市功能区识别方法及系统


[0001]本专利技术涉及城市智能计算
，具体涉及一种基于人群移动轨迹的高清城市功能区识别方法及系统。

技术介绍

[0002]城市区域是高密度人口、建成环境基础设施和社会经济活动集聚的空间区域。区域是人们消费、生活、工作和娱乐的场所的重要载体，而城市区域的功能则是作为城市区域的最重要特征之一。城市功能描述了特定类型的人类活动的土地利用，不同地区的土地利用不同，受地理、人口和历史等多种因素的影响。合理的城市分区和区域功能的发现是理解今天的城市和发展明天的城市研究的必要条件。城市功能区域划分为规划城市道路网、调整城市新兴建筑群和推荐移动兴趣点等多方面提供有力支持。随着移动计算的快速发展，大量的人类移动痕迹已经被收集，并提供了一个前所未有的机会，从一个新的角度来解决这个任务。基于这些数据，可以制定出准确、及时、清晰的城市功能布局分区方法。已有文献显示了研究人类移动模式的有效成果。例如，通过挖掘数据的出发地和目的地信息来分析城市功能；基于位置的社交网络，利用带有地理标记和时间标记的在线帖子来了解本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人群移动轨迹的高清城市功能区识别方法，其特征在于，包括以下步骤：步骤一、获取城市的POI兴趣点数据和道路交通网数据，并对城市区域和道路交通网数据进行筛选和划分，将城市区域分割成多个细粒度的空间子区域；步骤二、根据各个空间子区域中兴趣点功能的分布情况和子区域之间的关联性，基于知识图谱中改进的RotatE模型学习各个空间子区域的静态功能，从而构建城市静态功能的全局表示；步骤三、给定多个包含n个空间子区域C＝(c1,c2,...,c
n
)的移动轨迹，结合空间子区域的静态功能，将静态功能的区域表示嵌入到每个移动轨迹中，从而获得多个结合区域表示的移动轨迹；步骤四、将多个结合区域表示的移动轨迹即静态功能表示向量Gci,i＝1,2,3
……
,n输入预训练的双层biLSTM轨迹功能表征模型中，每层biLSTM轨迹功能表征模型包括前向轨迹功能表示模型和后向轨迹功能表示模型，由前向轨迹功能表示模型通过前续经过的空间子区域(c1,c2,...,c
i
‑1)预测后序经过的空间子区域c
i
的功能，由后向轨迹功能表示模型通过后续经过的空间子区域(c
i+1
,c
i+2
,...,c
n
)预测前一个空间子区域c
i
的功能；其中，经过第一层biLSTM轨迹功能表征模型预测，获得第一前向输出L1fci,i＝1,2,3,
……
,n和第一后向输出L1bci,i＝1,2,3
……
,n；经过第二层biLSTM轨迹功能表征模型预测，获得第二前向输出L2fci,i＝1,2,3
……
,n和第二后向输出L2bci,i＝1,2,3
……
,n；从而获得每个空间子区域的功能表示向量ZF＝(Gci,L1fci,L1bci,L2fci,L2bci)；步骤五、对所有空间子区域的功能表示向量进行聚类分析,将城市所有空间子区域聚类划分为多类功能区域集合，从而获得各个空间子区域的功能区类别。2.根据权利要求1所述的一种基于人群移动轨迹的高清城市功能区识别方法，其特征在于，在步骤五之后还包括步骤六：基于城市区域内POI功能强度等级、POI分布纯度和区域内移动轨迹访问频率注释每个空间子区域的实际功能。3.根据权利要求2所述的一种基于人群移动轨迹的高清城市功能区识别方法，其特征在于，步骤五中所述功能区类别包括住宅区域、商业区域、商务区域、车站区域、医疗区域、教育科技区域、政府机构区域、旅游景区、汽车服务区域、休闲娱乐区域、新发展区域。4.根据权利要求3所述的一种基于人群移动轨迹的高清城市功能区识别方法，其特征在于，步骤二中改进的RotatE模型中改进之处在于增加一个限制条件：所有类别的POI静态功能的全局表示的总和为1，以保证静态功能的全局表示与biLSTM轨迹功能表征模型的正相关性。5.一种基于人群移动轨迹的高清城市功能区识别系统，其特征在于，包括：数据划分模块，其配置成获取城市的POI兴趣点数据和道路交通网数据，并对城市区域和道路交通网数据进行筛选和划分，将城市区域分割成多个细粒度的空间子区域；静态功能学习模块，其配置成根据各个空间子区域中兴趣点...

【专利技术属性】
技术研发人员：刘春雨，张宏莉，朱国普，高阳，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：