主题模型与SVM组合的小尺度街区用地分类方法

• 作者: 彭玲 文聪聪 杨丽娜 池天河
• 来源期刊: 地球信息科学学报
• 关键词: 主题模型 用地分类 出租车 小尺度 兴趣点 SVM
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 地球信息科学理论与方法
• 页码范围: 167-175
• 页数: 9页
• 语种: 中文

摘要

城市用地分类作为城市规划重要的基础和依据,对城市资源配置、建设发展等具有重要意义.现有研究对用地分类都聚焦于"稀路网、大街区"的大尺度区域,随着城市发展,大尺度区域的规划模式造成了城市交通效率低下、土地低效率开发等问题,而小尺度的城市街区建设规划为解决上述问题提供了一种新的思路.为了充分挖掘现有交通大数据的潜在价值,更以高效地服务小尺度街区规划,本文将主题模型与支持向量机(SVM)相组合,提出一种面向小尺度街区的用地分类方法.本文以上海市黄浦区人民广场附近为研究区域,依据精细路网对研究区域划分,通过对一周(7天)出租车GPS数据处理,结合区域兴趣点(POI)数据,基于隐含狄利克雷分布(LDA)模型和SVM模型进行用地分类.在人工解译的分类图的基础上对本文方法进行精度评价,并基于百度地图地理数据进行结果验证.研究表明本文方法基于现有的交通大数据,实现了对小尺度街区用地分类,方法分类精度较高,在一定程度上可以节约人力物力,以便更好地服务于小尺度城市规划.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	池天河	中国科学院遥感与数字地球研究所	111	2374	21.0	45.0
2	彭玲	中国科学院遥感与数字地球研究所	36	282	11.0	14.0
3	杨丽娜	中国科学院遥感与数字地球研究所	20	162	8.0	12.0
4	文聪聪		6	29	4.0	5.0