典型文献
基于POI数据的城市功能区识别
文献摘要：
针对我国城市功能区的划分方法普遍存在着人力、物力消耗过大、耗时长、实时更新困难等问题,利用兴趣点(POI)数据具备强现势性和快速采集的特点,提出了一种基于频数密度算法的城市功能区定量分析识别方法.以北京市中心城区为例,对研究区域中 117 万条POI数据进行重分类,基于公众认知度对重分类数据进行权重赋值,并利用ArcGIS对处理后的数据进行频数密度分析,实现北京市中心城区功能区的识别,再以核密度分析法验证城市功能的聚集区域,最后利用规划图及遥感图像分别对本文识别结果、结合了矢量路网和遥感图像的城市功能区识别结果以及无权重的城市功能区识别结果进行精度验证,并对比 3 种方法的识别精度.结果表明,应用本文方法能快速及有效地识别城市功能区,其中功能区识别总体精度为 84.88%,混合功能区识别精度为 83.74%.
文献关键词：
城市功能区;POI数据;频数密度分析;定量识别;重分类
中图分类号：
作者姓名：
郭亚峰;蓝贵文;范冬林;杜永良
作者机构：
桂林理工大学测绘地理信息学院, 广西 桂林 541006;桂林理工大学广西空间信息与测绘重点实验室, 广西 桂林 541006
文献出处：
引用格式：
[1]郭亚峰;蓝贵文;范冬林;杜永良-.基于POI数据的城市功能区识别)[J].桂林理工大学学报,2022(03):655-662
A类：
频数密度分析
B类：
POI,城市功能区识别,划分方法,实时更新,兴趣点,现势,快速采集,分析识别,中心城区,万条,重分类,公众认知,认知度,分类数据,行权,权重赋值,ArcGIS,行频,再以,核密度分析法,聚集区,利用规划,规划图,遥感图像,路网,无权重,精度验证,识别精度,总体精度,混合功能,定量识别
AB值：
0.274012
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
