【摘 要】
:
为及时、准确探测城管事件数据,提出一种基于核密度估计与空间自相关结合的空间聚类分析.通过对城管事件数据进行空间自相关分析,表明其具有较强的空间相关性.利用核密度估计方法,可以估测事件发生的概率以及发生地点.本文以2008年西城区统计的张贴非法小广告事件进行实验分析.结果表明,非法小广告事件与城市空间分布具有较强的空间相关性,可用于对城管事件的发生预测与管理. 空间聚类分析通过对事件发生概率进行分析
【机 构】
:
北京建筑大学测绘与城市空间信息学院,北京,100044 北京建筑大学测绘与城市空间信息学院,北京,
论文部分内容阅读
为及时、准确探测城管事件数据,提出一种基于核密度估计与空间自相关结合的空间聚类分析.通过对城管事件数据进行空间自相关分析,表明其具有较强的空间相关性.利用核密度估计方法,可以估测事件发生的概率以及发生地点.
本文以2008年西城区统计的张贴非法小广告事件进行实验分析.结果表明,非法小广告事件与城市空间分布具有较强的空间相关性,可用于对城管事件的发生预测与管理. 空间聚类分析通过对事件发生概率进行分析,为城管人员的执法提供了新的解决策略。本文通过将核密度分析与空间自相关分析进行结合的城市空间聚类分析,可以对城管事件发生的地点和概率进行预测。与传统分析方法相对比,本文采用的方法具有数据客观、实时性好、准确性高等特点,促进了对城管事件有效的管理,而且有助于对城管事件进行深层次的数据挖掘。
其他文献
互联网的快速发展为大众提供了海量信息.为了有效利用信息,使人们从网络中更快获取所需要的信息,各种推荐系统应运而生.对用户进行产品推荐时,需要考虑到用户的兴趣偏好,才能得到更加个性化的推荐结果,提高用户的满意度.目前大多数推荐系统主要根据用户历史数据,而较少考虑产品的空间分布对用户选择的影响,尤其是在不同语境下用户的空间认知的不同.本文根据大众点评网中用户对带有地理位置信息的POI进行评价的历史作为
随着GIS数据不断呈现出海量化和实时化的特点,地理计算对计算机的计算性能要求越来越高,传统的串行算法已经不能满足当前的需求.高性能并行计算能有效地提高计算效率,解决海量地理计算的难题,但现有的并行平台大都基于分布式计算机而搭建,且编程本身需要对地理算法本身有一定的了解,实现起来有一定的难度.本文采用了ArcGIS软件自带的地理算法函数与Python语言多进程技术相结合的模式,对全国土壤侵蚀进行计算
空间插值作为GIS空间分析的一项重要技术,传统串行空间插值算法已经难以满足海量空间数据分析的效率要求.借助并行计算技术加速海量空间数据分析已成为当前地理信息科学发展趋势之一.基于多核CPU或众核GPU的并行插值技术已经可以为海量数据空间插值带来成倍的效率提升.本文以薄板样条插值算法(Thin Plate Spline)为例,在分析CPU-GPU异构平台协同计算现状的基础上设计并实现了一种混合并行空
作为一种自然天气过程,沙尘暴对环境、人类健康及社会财产都有严重的负面影响.随着全球气候的持续变化和人为因素,沙尘暴的频率和强度已经在过去几十年内发生了显著提升.作为沙尘暴的频发区域,我国北方地区,近十年来几乎每年冬春两季都会发生若干次强沙尘暴天气,对人民的交通出行、工作和生活带来诸多不便,并已经严重危害了人民的健康和安全.针对这NP Hard问题,本文提出三种不同的划分方法,分别是基于二次规划的最
根据点参考的数据(point-referenced data)来对隐含的随机场进行空间预测的问题可描述为,在给定一组空间位置的观察数据(采样数据)的条件下预测未采样位置变量的值.目前主要有两大类随机性的技术来解决空间预测问题,即传统地统计学的克里格(Kriging)和贝叶斯方法.DTPA-Zn(二乙基三胺五乙酸溶液浸提的土壤Zn)是表征中性和石灰性土壤有效态锌(即能被植物吸收利用的锌)的重要指标之
从简单的资源环境调查到复杂的地球物理过程分析,均需要对时空随机场的分布进行定量估计.而许多地理现象无法或不易通过密集且均匀覆盖的遥测来观察和认识,需要依赖采样或监测的方式来获取样本,然后通过插值等方式进行可靠的估计.因此,如何优化设计这些采样点或监测台站,以及如何利用这些样本进行时空插值是生产和科学研究中经常要面临的问题.本文在基于传统地统计学模型空间采样优化理论的基础上,将多变量地统计学中的协同
更新信息的建模与检测是空间数据库更新的研究重点.目前,更新信息的检测方法侧重于对多项评价指标的统计分析,需要通过反复试验得出判断参数,容易受人为因素影响.模式识别技术的自学习、自组织能力可用于挖掘空间数据隐含的特征.本文以1:2000的矢量地形图数据为例,进行同比例尺下的更新信息识别实验。实验结果表明,四叉树层次检索方法在变化比率较低的情况下,可大幅度地提高变化信息的检索速度。基于神经网络决策树的
在早期的空间分析技术发展过程中,几乎所有技术均从一个"全局假设"的角度出发,认为在研究区域内变量关系是固定的,不随空间位置的变化而改变.但是,现实地理空间中不确定性或异质性无处不在,这个前提假设的适用性不断受到挑战.因此,区别于研究"单一普适关系"传统空间分析方法,研究如何对空间异质性进行精确描述的局部空间分析方法越来越多地受到重视.地理加权建模方法提供了直观、实用的空间异质性和多相性分析手段,己
地貌形态识别研究是地貌形态学中一项重要的研究工作,它对包含明显形态特征地貌类型的数字化、地貌智能定位提取以及数字地貌制图技术都具有重要意义.自20世纪60年代以来,DEM数据获取技术高速发展为地貌形态学的研究提供了大量的数据支持,然而基于DEM数据的流域地貌形态特征的识别和提取一直以来没有的得到很好的解决.本文以面积30Km2-50Km2的自然小流域作为分析基元,选用陕北黄土高原地区1:5万DEM
在测绘地理信息领域,无论是线性模型还是非线性模型,如建筑物表面模型拟合、三维激光扫描点云拟合、坐标转换和GPS 高程拟合等,都需要对模型的未知参数进行估计.最小二乘(LS)平差理论在18世纪末19世纪初被提出,由于它是最优线性无偏估计,且简单方便,已广泛应用于参数估计中.然而,LS平差理论认为函数模型中系数矩阵没有误差或不考虑系数矩阵的误差,所有的误差都限于观测向量.