学海网

基于城市数据的TOD区域挖掘，硕士学位论文，正文共60页。
摘要
随着城市空间的快速扩张、城市人口的迅速膨胀，产生了交通拥堵、环境恶化、能源短缺等一系列城市问题。以公共交通为导向的城市发展模式（TOD）可重塑城市发展形态，提升城市品质，已经成为解决城市可持续发展的一种可靠方案。但是，目前对于TOD的研究仍处于政策制定、统计分析的浅层阶段。
本文利用真实数据，使用机器学习、网络科学等先进技术，对TOD模式进行深层挖掘，力图回答TOD发展中三个重要问题：如何根据TOD理念划分区域，什么区域适合发展成TOD区域，以及如何建设TOD区域。首先，针对区域划分问题，本文提出了基于连通分量聚类的方法，将数量繁多的公共交通站点聚合成具有代表性的站点作为区域中心，然后使用Voronoi平面划分方法根据确定好的区域中心划分区域边界。接着，针对TOD发展区的识别问题，本文提出基于连接重要性导向的随机游走方法，考虑不同的交通方式在TOD建设中的重要性，使随机游走更容易游走到具有连接重要性的节点，进而识别出最有价值的一部分区域作为TOD发展区。然后，针对TOD区域的功能挖掘问题，本文提出基于多因素的功能挖掘方法，该方法综合考虑了区域的静态语义因素和人类移动因素，通过定义代价函数，即区域真实执行的功能状况与其表现在静态和动态两方面的偏差，之后使用梯度下降方法求解得到区域实际执行的功能分布状况。
最后，本文基于杭州的公共交通线路及站点数据、兴趣点数据和出租车轨迹数据三个数据集，对所提方法的性能进行验证。实验结果表明所提方法在区域划分、TOD发展区识别、TOD发展区功能挖掘上的优越性，同时实验结果也为杭州建设成为TOD型城市提供了发展建议。
关键词：城市发展模式；数据驱动；区域划分；区域识别；功能挖掘

目 录
摘 要 I
Abstract II
1 绪论 1
11 研究背景及意义 1
12 国内外研究现状 2
13 本文研究内容 3
14 本文组织结构 4
2 城市大数据与城市发展模式 5
21 城市大数据 5
211 城市大数据的种类 5
212 城市大数据的应用 6
213 城市大数据的挑战 7
22 城市发展模式 9
221 城市空间发展模式 9
222 城市功能区域挖掘 11
223 城市空间结构分析 12
23 本章小结 13
3 数据驱动的TOD区域划分与识别 14
31 问题描述 14
32 基于连通分量聚类的区域中心的确定 15
321 基于连通分量的聚类算法 15
322 算法伪代码描述 16
33 基于Voronoi的区域边界的确定 17
34 基于连接重要性导向的区域识别 19
341 区域关系网络的抽象 19
342 随机游走模型 20
343 连接重要性 21
35 本章小结 22
4 数据驱动的TOD区域功能挖掘 23
41 问题描述 23
42 基于词语重要性的区域静态功能的挖掘 24
43 基于话题模型的区域动态功能的挖掘 25
431 区域功能和文档主题的类比 26
432 话题模型的构建 27
44 静态功能和动态功能的混合挖掘 28
441 代价函数的定义 28
442 梯度下降求解 29
43 本章小结 31
5 实验评估 32
51 实验数据集 32
511 公共交通线路及站点数据 32
512 兴趣点数据 33
513 出租车轨迹数据 33
52 实验结果与分析 35
521 区域划分 35
522 TOD区域识别 37
523 区域功能挖掘 39
524 TOD区域功能 42
525 时间划分 43
526 迭代次数 46
53 本章小结 47
结 论 48
参 考 文 献 50
攻读硕士学位期间发表学术论文情况 55
致 谢 56
大连理工大学学位论文版权使用授权书 57