基于GeoHash编码的候选路段检索方法

地图匹配是生活中常用的位置服务和轨迹挖掘的基础,其首要环节是获取轨迹点的候选路段。在候选路段检索时,传统路网网格划分方法存在不相关路段冗余或者忽略正确进行候选路段的问题,导致地图匹配效率较低、匹配质量下降。针对这些问题,提出了一种基于GeoHash编码的候选路段检索方法。采用GeoHash编码将城市道路路网数据进行分块并编码,建立路网的网格索引,结合设置误差圆快速获取候选路段集,并通过地图匹配验证效果。结果表明,当全球导航卫星系统(GNSS)轨迹点的误差圆半径为200 m时,匹配精度最高,匹配正确率高于95%。该方法有效提高了候选路段检索的效率,并在保证匹配质量的同时,提升了地图匹配整体效率。

城镇居民生活用水量预测及用水需求量影响因素分析

揭示城镇居民生活用水量的变化规律及其影响因素,对于改善城市供水调度和控制居民用水量的增长具有重要意义。为克服BP神经网络学习收敛速度慢、易陷入局部极小值、网络结构难以确定的缺点,提出将遗传算法(GA)与BP神经网络组合形成GA-BP混合训练网络,应用于居民生活用水量预测当中,预测结果显示,该方法与单一BP神经网络相比,具有更好的预测精度和适用性。其次,通过修正后的模型分析水价、人均可支配收入及人均住房面积三个用水需求影响因素,估计其价格弹性、收入弹性和人均住房需求弹性。模型估计结果表明,水价的上调,会抑制居民用水量的增长;居民用水量明显随人均可支配收入的增加而提升;人均住房面积与居民用水量之间的关系未得到较好体现。