[发明专利]一种基于手机信令和POI数据的公共活动中心识别系统

权利要求书

1.一种基于手机信令和POI数据的公共活动中心识别系统，其特征在于，包括数据库、城市用地类型识别模块、城市居民出行链提取模块和城市活动中心识别模块，所述城市用地类型识别模块、所述城市居民出行链提取模块和所述城市活动中心识别模块分别与所述数据库连接：

数据库：用于存储空间数据、属性数据和文档数据；

城市用地类型识别模块：用于对数据库感兴趣区域的城市功能POI数据进行数据清理和坐标转换，按照POI分类标准计算各类型指标及指标权重，转化为感兴趣区域内各基础类别的特征参数；

城市居民出行链提取模块：用于获取居民生活出行活动数据，观测感兴趣区域内人口分布和流动规律，建立出行链；

城市活动中心识别模块：用于分析感兴趣区域公共活动中心的数量、类型和结构，获取感兴趣区域公共活动中心的空间分布分析其城市发展结构；

所述城市用地类型识别模块LDA监督学习算法，对感兴趣区域用地类型进行识别，包括以下步骤：

A：计算已知用地性质的且包含有m个样本的区域m的特征参数向量矩阵，m为样本量，n为样本特征参数向量维度；

A1：根据POI类别与用地性质相关性，将POI分为n类，并根据POI性质规模设计相应权值；

A2:计算区域m属于第n类POI的权值p_mn，其特征参数向量第n维度值，即区域的特征参数向量；

A3:构建区域m的特征参数向量矩阵；

B:计算最优投影矩阵；

B1:将区域m包含的m个样本根据用地性质划分为c类数据集，第i类数据集中包括n_i个样本n_i，，则第i类数据集对应的参数向量均值，x_j为第i类数据集中第j个样本，全样本参数向量均值；

B2:计算各类数据集间的离散度s_b及数据集内部的离散度s_w：

；

；

B3:根据Fisher线性鉴别准则，计算最优投影矩阵;其中：为投影矩阵；

C：用地性质识别分类；

C1：对于感兴趣区域m，根据其特征参数向量x_m按照最优矩阵方向进行投影，根据欧氏距离分类方法，识别地块用地性质，，即完成感兴趣区域m用地类型识别。

2.根据权利要求1所述的一种基于手机信令和POI数据的公共活动中心识别系统，其特征在于，所述数据库中的文档数据包括经济社会指标数据、手机信令数据、城市功能POI数据。

3.根据权利要求1所述的一种基于手机信令和POI数据的公共活动中心识别系统，其特征在于，所述城市用地类型识别模块中基础类别包括公共管理与公共服务用地、商业服务业设施用地、工业用地、交通设施用地、居住用地、绿地和广场用地。

4.根据权利要求1所述的一种基于手机信令和POI数据的公共活动中心识别系统，其特征在于，所述城市活动中心识别模块包括城市生活中心识别单元、商业活动中心识别单元和商务办公活动中心识别单元；

城市生活中心识别单元：用于测量公共服务设施用地的POI类型数量、生活圈出行人流量、人流平均出行时间及人流平均出行距离；

商业活动中心识别单元：用于测定商业服务设施用地的POI类型权重值、周末全目的出行人流量、人流平均出行时间及人流平均出行距离；

商务办公活动中心识别单元：用于测量对应类型城市用地上结合单位面积的通勤人流量分布情况计算得到不同聚集强度的商务办公活动集中范围。