基于核密度估算与热点分析的二手房空间分布研究——以贵阳市为例

二手房市场的发展变化对城市更新、城市规划决策非常重要。利用网络爬取软件获取贵阳市核心区2023年第一季度的二手房挂牌数据,通过数据整理和空间可视化,使用核密度分析方法、热点分析法、K均值聚类法,研究分析贵阳市核心区二手房市场交易的热点区域、空间分布情况,研究发现:贵阳老城区花果园二手房分布最为密集,并沿东北方向延伸,形成二手房售卖热点聚集区;贵阳观山湖区、大十字、喷水池、甲秀楼一带二手房房价明显高于其他区域;观山湖区的二手房均价要比老城区的二手房均价高1 000多元。

基于核密度分析的江西省水库时空分布研究

基于江西省1950-2010年水库数量数据,运用核密度分析法对水库工程的时空演变规律进行研究,建立不同时期水库空间动态数据库并对其进行功能分析。结果表明:江西省水库数量众多,总库容为335亿m^(3),其中小型水库数量占比高达97.14%,大部分建于20世纪50至70年代,新世纪建设的大部分为大中型水库;在空间分布上,位于赣江流域的占总数量的41%,位于赣北宜春市、上饶市和九江市的占比接近50%;水库早期主要用于防洪和除涝;80至90年代灌溉功能日趋显著。近年来,除防洪、灌溉和除涝等传统功能外,水库的城镇供水作用逐渐增强。研究结果可为江西省水利工程建设和水利政策制定提供决策依据,并可为其他地区相关决策提供参考。

城市交通事故时空聚集特性分析——利用网络加权核密度估计方法

交通事故是一类重要的地理事件,对交通事故的空间模式进行分析一直是学术界研究热点,基于核密度估计及其扩展的网络核密度估计方法被大量用于交通事故路网空间聚集模式分析,但交通事故具备丰富的语义属性,仅考虑其时空属性较难全面反映其空间分布特性,采用融合事故语义属性与空间属性的网络加权核密度估计方法,对武汉市江汉区2021年交通事故空间聚集模式及其随时间变化规律进行可视与探索性分析。实验结果表明,考虑事故语义属性的方法更能全面反映交通事故空间聚集特性及其随时间变化特性。

基于核密度和Voronoi多边形的农村居民点空间布局优化

随着经济社会的快速发展和城镇化的加快推进,大量农村宅基地闲置或低效利用,加之农村居民点布局零散、基础设施配套不全,严重影响土地利用效率和人民生活水平的提升。本文以甘肃省景泰县喜泉镇为研究对象,在景观格局指数分析的基础上,运用核密度和泰森多边形(Voronoi多边形)分析结果叠加确定农村居民点空间优化类型。结果显示,喜泉镇农村居民点空间布局总体呈现集群分布,但空间分布密度不均匀,空间差异明显,划分出城乡融合型、集聚提升型和一般存续型3种优化类型,并提出差别性的优化策略。研究表明,采用核密度和Voronoi多边形叠置分析,划分出的农村居民点布局优化类型符合实际,这一研究成果可成为新时代村庄发展的模式指引,为更好地开展国土空间规划编制、实施农村居民点整治提供了依据和参考。

设施POI分布热点分析的网络核密度估计方法

设施POI(point of interest)在城市地理空间中往往聚集分布,呈现热点特征。对该类POI分布热点的分析大多采用基于欧氏距离的空间密度估计,忽略了城市空间通达、连接是沿着街道路径的事实,从而很难准确、客观地反映城市功能的热点布局。本研究针对该缺陷,利用基于网络路径距离的核密度计算方法确定热点的区域密度,并提出了一种简单、高效的网络分析算法。该算法扩展二维栅格膨胀操作,以一维形态算子的连续扩展计算POI在网络单元上的密度值,通过评价试验表明,该算法比现有算法具有更好的性能和可扩展性。通过实际POI数据分析发现,考虑街道网络约束的热点范围可凸显设施功能沿交通网络布局的空间特征,为区域规划、导航以及地理信息查询等应用提供有价值的空间知识与信息服务。

核密度估计法支持下的网络空间POI点可视化与分析

城市空间POI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意义,表达该特征的核密度法(kernel density estimation)由于顾及了地理学第一定律的区位影响,比其他密度表达方法(如样方密度、基于Voronoi图密度)占优。然而,传统的核密度计算方法往往基于二维延展的欧氏空间,忽略了城市网络空间中设施点的服务功能及相互联系发生于网络路径距离而非欧氏距离的事实。本研究针对该缺陷,给出了网络空间核密度计算模型,分析了核密度方法在置入网络结构中受多种约束条件的扩展模式,讨论了衰减阈值及高度极值对核密度特征表达的影响。通过实际多种POI点分布模式(随机型、稀疏型、区域密集型、线状密集型)下的核密度分析试验,讨论了POI基础设施在城市区域中的分布特征、影响因素、服务功能。

无障碍设施空间布局核密度热点探测和空间自相关分析——以北京市核心区室外公共空间为例

城市无障碍设施在区域空间中往往呈现聚集分布的特征,通常利用核密度估计方法分析总体空间分布形态,研究区域空间分布的数量差异,探测分布热点;同时通过分析无障碍设施空间自相关性特征,反映无障碍设施服务的聚集特点。将空间分析方法引入到无障碍环境评估当中,可以优化无障碍环境发展空间。结果表明,北京市核心区无障碍设施总体呈现出"多核分布"的态势。无障碍设施的总体分布存在空间差异性,局部无障碍设施空间分布存在聚集特性。

基于核密度估计的自适应重要抽样可靠性灵敏度分析

将求解结构失效概率的核密度自适应重要抽样方法推广到可靠性灵敏度的求解上。它首先利用马尔可夫链快速模拟失效域中的样本,然后采用核密度估计得到样本的密度函数,将之作为重要抽样密度函数。该密度函数将随着马尔可夫模拟样本的增加而趋于最优化的密度函数。将该方法运用到结构可靠性灵敏度的分析求解上,给出了可靠性灵敏度估计值及估计值方差和变异系数的计算公式。所提灵敏度分析方法将具有极高的抽样效率,不依赖于设计点值,且可处理多模式的系统结构问题,具有广泛的应用范围,最后给出的算例亦说明了文中所提方法比直接M onte Carlo方法具有更高的精度和效率。

多维数据判别分析的非参核密度算法研究

判别分析在数据挖掘、识别中有着广泛的应用,其中充分利用训练集的信息,改进判别规则算法,降低误判率一直是众多研究关注的焦点。传统的一些判别算法中,往往事先假定数据的分布类型来建立判别规则,但多维数据结构往往存在违背假定的情形,从而导致较高的误判率。针对此类问题,提出采用非参核密度算法建立多维数据的判别规则,同时通过Iris数据和Seeds数据进行实证分析。结果表明,与现有的判别分析算法相比较,所提判别算法利用样本资料信息更充分,显著提高了多维数据的判别精度,并且该算法不受分布假定的限制,具有广泛的适用性。

密度敏感鲁棒模糊核主成分分析算法

针对传统核主成分分析算法(Kernel principal component analysis, KPCA)对野性样本点敏感等缺陷,提出一种密度敏感鲁棒模糊核主成分分析算法(Density-Sensitive robust fuzzy kernel principal component analysis, DRF-KPCA).该算法首先通过引入相对密度确定样本初始隶属度,并构建出基于重构误差的隶属度确定方法,同时采用最优梯度下降法实现隶属度的更新,有效解决了传统核主成分分析算法对野性样本点敏感导致的主成分偏移等问题.最后,通过简化重构误差的计算公式,大大降低了算法的计算复杂度和运行时间.实验部分,利用有野性样本点和无野性样本点的数据集对本文算法、KPCA及其他改进算法的主成分分析性能进行测试,结果表明DRF-KPCA能有效消除野性样本点对主元分布的影响.此外,试验通过分析参数对算法性能的影响给出了合理的参数取值建议.最后将本文算法与其他算法应用到分类问题中进行对比,实验表明本文算法的分类性能较其他算法有显著提高.

基于核密度估计的性能退化数据建模分析方法

针对现有性能退化建模分析方中存在试验样本数据量少和先验分布假设过于严格的不足,提出了一种基于核密度估计的性能退化数据建模分析方法,并详细说明了进行核密度估计时最佳窗宽的确定方法.通过实际算例对建模分析方法进行了验证,结果表明:基于核密度估计方法能有效地克服试验样本数据量少和先验分布假设严格的不足,从而为该情况下产品的性能退化分析提供了一种新方法.

基于核密度分析的无障碍设施分析

为提升首都城市的基础设施环境质量,本文基于核心区无障碍设施数据成果,应用核密度分析方法,开展对首都功能核心区的盲道、出入口、地铁电梯、公共厕所、停车场、坡道进行现状分析,并对其无障碍设施普及程度展开研究。通过核密度分析,盲道呈现“三心汇聚、离心递减”的特征,出入口呈现“两翼齐飞”的特征。通过现状研究,无障碍设施存在的问题总体上表现为设施数量不足,质量不高,分布不均衡等特点,为政府和规划管理部门提供相应的决策依据。

基于核密度估计的物联网聚类分析模型

针对大数据环境下的复杂物联网信息数据知识等问题,首先对聚类算法过程及结果的有效性和类别特征进行分析;其次采用从数据集的表达入手,构建多维高斯核密度估计方法用以分析数据集本身特性,同时指导聚类的分类类别和分类聚点的选取,进而提高了聚类效率和准确度;然后建立了概率密度占比和类别区分度2个指标,结合聚类有效性分析方法探讨聚类分类结果的类别特征;最后通过物联网环境下的随机数据集仿真实验验证了方法是合理的和有效的。

基于核密度分析的食源性疾病热点探测

目的通过对我国京津冀的食源性疾病病例数据进行分析,探索疾病的空间分布格局,为食源性疾病的预警预测提供科学依据。方法采用描述性统计、点位图和核密度分析研究发病的分布密度和概率,并探测其热点区域。结果发病月份集中在八月份,场所集中在宾馆饭店和家庭,人群主要为青少年;发病热点区域主要发生在天津市的东部沿海地区、北京市的东部和南部以及秦皇岛市的东部沿海地区。结论京津冀3个地区中沿海地区的食源性疾病发病数最多,应加强沿海地区的食源性疾病的预防。

基于核密度分析的攀西地区矿山地质灾害空间分布特征

为研究四川省攀西地区2017年矿山地质灾害空间分布特征,本文采用ArcGIS软件,基于核密度分析方法对矿山地质灾害矢量数据进行计算。根据核密度搜索半径的计算方法,确定了最优搜索半径,得到核密度分析结果栅格数据。并结合研究区内矿业开采情况,得出最后结果。研究表明:攀西地区矿山地质灾害以煤矿、铁矿、铜矿、稀土矿开采引发的中型滑坡、泥石流为主;经计算与对比,当核密度搜索半径为10km时,为最优计算结果;通过核密度分析结果可知,攀西地区矿山地质灾害总体分布于金沙江、雅砻江、安宁河沿岸,主要聚集于攀枝花市—会理县和冕宁县—喜德县两个区域。该方法可以更加快捷、可靠地对攀西地区的矿山地质灾害空间分布特征进行直观、科学地描述,从而得到宏观认识,为今后的科学决策做技术支撑。

不同尺度下核密度分析对城市管理案件分布趋势的影响

不同尺度的核密度分析对于城市管理案件的分布趋势研究影响较大,它直接关系着城市管理的资源分配、案件预测等决策支持。针对这一问题,本文对西城区城市管理案件就不同尺度(200 m、500 m、1 000 m)进行核密度分析,并在区域分析基础上进行区域核密度方差计算。结果表明尺度越小,越能体现案件的局部分析趋势;尺度越大,越能体现案件的整体分布趋势。且对于城市管理案件而言,随着尺度的增加核密度分析结果逐渐减小。

网络共享文档的雨洪灾害“求救”事件时空分析

城市雨洪灾害频发、急需快速掌握灾害过程中“求救”事件类型、位置,并开展制图。提出了基于“网络共享文档”的文本挖掘方法。为分析不同“求救”事件在时空上分布特征,提出了核密度估计、最近邻分析等方法。以河南雨洪灾害过程中传播较为广泛的网络共享文档为例,验证了方案的可行性。结果表明:城市雨洪灾害过程中不同类型的“求救”事件在的扩散规律有较大差异;大多数求救事件在时间和空间尺度上都呈现为聚集的模式;基于网络共享文档的灾害分析和应急制图,能够在时效性、时间粒度等方面弥补传统雨洪灾害监测手段的不足。

POI数据挖掘在市场调查与分析大赛中的应用——以东北三省养猪企业数据挖掘为例

随着大数据技术的快速发展,海量数据的采集、挖掘和分析广泛应用于商业、农业、医疗等各个领域。本文基于POI数据挖掘构建市场调查方法,通过核密度和最邻近距离分析,利用POI数据分析东北三省养猪企业的分布特征,从而了解地区优势产业,并结合人口分布、企业分布等数据进行校核与验证。研究结果表明,POI数据挖掘为市场调查与分析大赛提供了有效的数据收集和市场分析方法。

沿海城市数字技术效率差异分解及收敛性分析

在数字技术领域沿海城市发展水平存在着较大差距,剖析数字技术效率差异来源及收敛性特征,有助于加快我国“智慧海洋城市”建设。为此,文章基于2013—2019年53个沿海城市的面板数据,构建投入产出分析框架,利用基于非期望产出的超效率SBM模型和Malmquist指数对数字技术效率进行静态和动态测算,并依据行政级别的不同,利用Kernel核密度估计法、Dagum基尼系数、σ收敛与β收敛研究沿海城市数字技术效率动态演进、差异分解及收敛性分析。结果发现:(1)沿海城市数字技术效率处于波动上升态势,主要由技术进步拉动,其中上海市数字技术效率稳定地达到DEA有效状态。(2)沿海城市总体数字技术效率差异存在扩大趋势,主要由区域间差异造成,分布有明显的右拖尾特征,存在向右移动趋势。(3)沿海城市数字技术效率β收敛特征明显,不存在σ收敛。文章的研究为提高沿海城市数字技术效率和“智慧海洋城市”建设提供理论支撑和实证依据。

太原市住宅区与零售业关联分析——POI应用示例

为对太原市的住宅区与零售业的空间关联性进行研究,以太原市六区为研究对象,基于住宅区和零售业兴趣点(POI)数据,采用核密度估计、相关性分析方法对住宅区与零售业在空间布局上的关联性进行探究,并进一步运用地统计学中的趋势分析估算住宅价格与零售业布局之间的空间关系。结果表明,太原市住宅区与零售业在空间上的布局形式都表现为太原市中心连片集聚、市外围多出现“孤岛”点状集聚的空间分布态势;太原市住宅区与零售业的核密度相关系数为0.878,其中住宅区与便利店在空间上的相关性和集聚性较强,与超市、商场商厦的相关性和集聚性较差;太原市房价的空间分布形态为“一个中心,多个次中心”,这种分布符合零售业的空间密度分布规律。这说明可以针对不同的居住空间情况来实施零售业的规划,以便于优化太原市的商住空间布局,促进城市的可持续发展。