您的位置: 专家智库 > >

池娇

作品数:3 被引量:232H指数:3
供职机构:武汉大学资源与环境科学学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:天文地球更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇天文地球

主题

  • 2篇城市
  • 1篇地产
  • 1篇兴趣点
  • 1篇神经网
  • 1篇神经网络
  • 1篇神经网络模型
  • 1篇住宅
  • 1篇住宅房地产
  • 1篇网络
  • 1篇网络模型
  • 1篇向量
  • 1篇可视化
  • 1篇空间型
  • 1篇价格评估
  • 1篇功能区
  • 1篇功能区划
  • 1篇功能区划分
  • 1篇房地
  • 1篇房地产
  • 1篇BP神经

机构

  • 3篇武汉大学

作者

  • 3篇焦利民
  • 3篇池娇
  • 1篇董婷

传媒

  • 2篇测绘地理信息
  • 1篇地理空间信息

年份

  • 1篇2018
  • 1篇2017
  • 1篇2016
3 条 记 录,以下是 1-3
排序方式:
基于POI数据的城市功能区定量识别及其可视化被引量:181
2016年
城市地区的电子地图兴趣点(POI)主要包括城市内具有标志性作用的实体建筑物,并描述这些实体建筑物的空间和属性信息。对POI数据重分类,定量识别出城市单一功能区及混合功能区,选定基本颜色表示单一功能区,借鉴RGB颜色加色法对城市混合功能区进行可视化。经与城市总体规划图对比分析,结果表明,城市功能区识别结果更为细致准确。
池娇焦利民董婷谷岩岩马雅兰
关键词:城市功能区兴趣点
利用POI数据的武汉城市功能区划分与识别被引量:79
2018年
随着网络空间的发展,大量城市空间POI(point of interest)数据点的分布模式、分布密度在基础设施规划、城市空间分析中具有重要参考意义,为研究城市功能区识别和划分提供了新的视角。采用电子地图POI数据,以武汉市核心城区(三环以内)为研究对象,将POI点数据根据城市功能区分类体系进行定量化处理,获取POI点密度分数,在此基础上对城市道路网划分得到的分区基本单元进行POI数据点密度分数计算,通过对各街区POI数据点密度之间进行量化分析,实现了武汉市核心城区功能区的划分和识别。将实验结果与武汉市现有城市用地地图进行对比,证明该方法现实可行。本方法基于POI点数据和定量分析,能够较快速地进行城市空间结构分析,对城市地理空间规划具有一定的理论和实践价值。
康雨豪王玥瑶夏竹君池娇焦利民魏智威
关键词:城市功能分区
住宅房地产价格评估的空间型BP神经网络模型被引量:4
2017年
住宅房地产价格与交通、环境等各类影响因子之间存在着非线性复杂关系,住宅价格的空间自相关性对住宅价格建模也有重要的影响。考虑到住宅价格的空间自相关性,构建了3种空间型BP神经网络模型,并利用遗传算法(GA)进行模型训练。第一种空间型模型的输入层神经元为样本坐标,第二种空间型模型的输入层神经元为空间滞后向量,第三种空间型模型的输入层神经元既包括样本坐标也包括空间滞后向量。以武汉市为例进行实证分析,选取了2010年291个住宅价格样本。实验结果表明,空间型BP神经网络模型的拟合精度优于普通BP神经网络模型及空间滞后模型,其中第三种空间型BP神经网络模型效果最优,输出结果与实际价格相关性达86.69%,均方根误差明显小于其他模型。
池娇焦利民
关键词:BP神经网络
共1页<1>
聚类工具0