CN112905911A - 一种城市创新空间范围的识别方法 - Google Patents

一种城市创新空间范围的识别方法 Download PDF

Info

Publication number
CN112905911A
CN112905911A CN202110335324.0A CN202110335324A CN112905911A CN 112905911 A CN112905911 A CN 112905911A CN 202110335324 A CN202110335324 A CN 202110335324A CN 112905911 A CN112905911 A CN 112905911A
Authority
CN
China
Prior art keywords
urban
city
innovation space
innovation
space
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110335324.0A
Other languages
English (en)
Inventor
李迎成
李金刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN202110335324.0A priority Critical patent/CN112905911A/zh
Publication of CN112905911A publication Critical patent/CN112905911A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及城市规划数据分析领域，具体的是一种城市创新空间范围的识别方法，包括以下步骤：首先，获取发明专利文本并建立专利文本大数据库，根据专利文本的地址信息对专利进行数字化处理，形成专利电子地图；其次，在ArcGIS软件中，根据城市边界范围创建1km*1km的城市格网，随后导入专利电子地图，并统计城市每个网格内的专利数量；第三，对上述统计结果进行局部空间自相关分析，筛选高‑高属性的网格所构成的区域作为城市的潜在创新空间；第四，按照规模性和连续性准则，从城市潜在的创新空间中遴选出符合条件的区域作为城市创新空间的范围。本发明有利于分析某一城市创新空间的发展演化过程，也有利于对不同城市之间的城市创新空间结构开展比较研究。

Description

一种城市创新空间范围的识别方法
技术领域
本发明涉及城市规划数据分析领域，具体的是一种城市创新空间范围的识别方法。
背景技术
在新一轮科技革命和产业变革深入发展的背景下，创新对于提升国家竞争力越来越重要。集聚更多高端创新要素的城市、地区或者国家将在新一轮的全球竞争中掌握战略主动权，创新空间崛起将成为推动城市和国家社会经济实现创新发展的强劲引擎。在实施创新驱动发展战略的形势下，国内各大城市也纷纷将打造创新城市作为城市发展的战略目标之一，出台一系列城市创新空间建设的规划和政策。
在上述背景下，学术界围绕城市创新空间开展了广泛的研究，对城市创新空间的理解不断深化。然而相关研究多是定性的对国内外典型城市创新空间建设经验的分析和理论总结，尚缺乏城市创新空间的定量识别方法，不利于开展城市创新空间结构的发展演化研究，也不利于进行不同城市之间创新空间结构的对比分析，从而影响城市创新发展政策的制定。针对这种情况，现提出一种城市创新空间范围的识别方法。
发明内容
为解决上述背景技术中提到的不足，本发明的目的在于提供一种城市创新空间范围的识别方法，能够有效解决上述关于城市创新空间范围定量化识别的问题，本发明有利于研究城市创新空间结构的发展演化，也有利于对不同城市之间的创新空间结构进行比较分析，同时还具有成本低、计算速度快、操作简便和易于推广等特点，对于开展城市创新空间的量化研究具有较强的应用价值。
本发明的目的可以通过以下技术方案实现：
一种城市创新空间范围的识别方法，所述方法包括以下步骤：
S1：获取发明专利文本并建立专利文本大数据库，根据专利文本的地址信息对专利进行数字化处理，形成专利电子地图；
S2：在ArcGIS软件中，根据城市边界范围创建1km*1km的城市格网，随后导入步骤S1的专利电子地图，并统计城市每个网格内的专利数量；
S3：在ArcGIS软件中，对步骤S2的统计结果进行局部空间自相关分析，筛选高-高属性的网格所构成的区域作为城市的潜在创新空间；
S4：按照规模性和连续性准则，从城市潜在的创新空间中遴选出符合条件的区域作为城市创新空间的范围。
进一步地，所述步骤S1具体包括以下步骤：
A1：检索并下载发明专利文本并建立专利文本大数据库；
A2：运用Python软件，根据专利文本的地址信息对专利进行数字化处理，形成专利电子地图。
进一步地，所述步骤S1中的检索通过中国国家知识产权局、中国知网、万方数据中的一种或者多种。
进一步地，所述步骤S2具体包括以下步骤：
B1：在ArcGIS软件中，根据城市边界范围通过创建渔网工具创建1km*1km 的城市格网；
B2：将步骤S1的专利电子地图导入ArcGIS软件中，利用空间连接工具统计各个网格内的专利数量。
进一步地，所述步骤S3具体包括以下步骤：
C1：在ArcGIS软件中，通过空间统计工具集中的聚类与异常值分析工具，利用反距离权重法对步骤S2的统计结果进行局部空间自相关分析，形成高-高、高-低、低-高、低-低和不显著五种属性网格；
C2：根据ArcGIS软件，筛选高-高属性的网格作为城市潜在创新空间。
进一步地，所述步骤S4具体包括以下步骤：
D1：根据城市创新空间的规模性和连续性准则，结合城市规划的实践经验，将邻接格网数不小于2个作为城市创新空间的判定阈值；
D2：在ArcGIS软件中，根据步骤D1确定的判定阈值，从城市潜在创新空间中遴选邻接格网数不小于2个的区域作为城市创新空间范围。
本发明的有益效果：
本发明通过获取发明专利文本并形成专利电子地图、创建城市格网并统计各个网格内的专利数量、城市潜在创新空间的筛选、城市创新空间范围的识别等步骤，并在步骤之间辅以局部空间自相关分析、规模性和连续性准则等展开研究，有利于分析某一城市创新空间的发展演化过程，也有利于对不同城市之间的城市创新空间结构开展比较研究，同时，本发明具有测度成本低、计算速度快、操作简便和易于推广的特点，可以应用于我国的不同城市。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图；
图1是本发明城市创新空间范围识别的方法整体框图；
图2是本发明2016年XX市专利电子地图示意图；
图3是本发明2016年XX市格网划分示意图；
图4是本发明2016年XX市专利数量空间分布示意图；
图5是本发明2016年XX市专利数量局部空间自相关结果示意图；
图6是本发明2016年XX市潜在创新空间示意图；
图7是本发明2016年XX市创新空间范围示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
一种城市创新空间范围的识别方法，如图1所示，包括以下步骤：
S1：获取发明专利文本并建立专利文本大数据库，根据专利文本的地址信息对专利进行数字化处理，形成专利电子地图；
S2：在ArcGIS软件中，根据城市边界范围创建1km*1km的城市格网，随后导入步骤S1的专利电子地图，并统计城市每个网格内的专利数量；
S3：在ArcGIS软件中，对步骤S2的统计结果进行局部空间自相关分析，筛选高-高属性的网格所构成的区域作为城市的潜在创新空间；
S4：按照规模性和连续性准则，从城市潜在的创新空间中遴选出符合条件的区域作为城市创新空间的范围。
本发明结合XX市的城市创新空间范围的识别方法案例和附图来说明本发明的技术方案，案例以XX市为研究对象，包括如下步骤：
A：获取2016年XX市发明专利文本并建立专利文本大数据库，根据专利文本的地址信息对专利进行数字化处理，形成2016年XX市专利电子地图：
A1：从中国国家知识产权局、中国知网、万方数据中检索并下载2016年 XX市发明专利文本并建立专利文本大数据库；
A2：运用Python软件，根据专利文本的地址信息对专利进行数字化处理，形成2016年XX市专利电子地图，其结果如图2所示。
B：在ArcGIS软件中，根据XX市的城市边界范围创建1km*1km的城市格网，随后导入A的2016年XX市专利电子地图，并统计XX市每个网格内的专利数量。
B1：在ArcGIS软件中，根据XX市的城市边界范围通过创建渔网工具创建 1km*1km的城市格网，其结果如图3所示；
B2：将A的2016年XX市专利电子地图导入ArcGIS软件中，利用空间连接工具统计各个网格内的专利数量，其结果如图4所示。
C：在ArcGIS软件中，对B的统计结果进行局部空间自相关分析，筛选高-高属性的网格所构成的区域作为2016XX市的潜在创新空间。
C1：在ArcGIS软件中，通过空间统计工具集中的聚类与异常值分析工具，利用反距离权重发对B的统计结果进行局部空间自相关分析，形成高-高、高- 低、低-高和不显著四类属性网格，结果如图5所示，HH、HL、LH分别表示高 -高、高-低、低-高；
C2：根据ArcGIS软件，筛选高-高属性的网格作为2016年XX市潜在创新空间，结果图6所示。
D：按照规模性和连续性准则，从2016年XX市潜在的创新空间中遴选出符合条件的区域作为2016XX市创新空间的范围。
D1：根据城市创新空间的规模性和连续性准则，结合城市规划的实践经验，将邻接格网数不小于2个作为城市创新空间的判定阈值；
D2：在ArcGIS软件中，根据D1确定的判定阈值，从城市潜在创新空间中遴选邻接格网数不小于2个的区域作为2016年XX市的创新空间范围，结果如图7所示。
本发明通过获取发明专利文本并形成专利电子地图、创建城市格网并统计各个网格内的专利数量、城市潜在创新空间的筛选、城市创新空间范围的识别等步骤，并在步骤之间辅以局部空间自相关分析、规模性和连续性准则等展开研究，有利于分析某一城市创新空间的发展演化过程，也有利于对不同城市之间的城市创新空间结构开展比较研究，同时，本发明具有测度成本低、计算速度快、操作简便和易于推广的特点，可以应用于我国的不同城市。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。

Claims (6)

1.一种城市创新空间范围的识别方法，其特征在于，所述方法包括以下步骤：
S1：获取发明专利文本并建立专利文本大数据库，根据专利文本的地址信息对专利进行数字化处理，形成专利电子地图；
S2：在ArcGIS软件中，根据城市边界范围创建1km*1km的城市格网，随后导入步骤S1的专利电子地图，并统计城市每个网格内的专利数量；
S3：在ArcGIS软件中，对步骤S2的统计结果进行局部空间自相关分析，筛选高-高属性的网格所构成的区域作为城市的潜在创新空间；
S4：按照规模性和连续性准则，从城市潜在的创新空间中遴选出符合条件的区域作为城市创新空间的范围。
2.根据权利要求1所述的一种城市创新空间范围的识别方法，其特征在于，所述步骤S1具体包括以下步骤：
A1：检索并下载发明专利文本并建立专利文本大数据库；
A2：运用Python软件，根据专利文本的地址信息对专利进行数字化处理，形成专利电子地图。
3.根据权利要求2所述的一种城市创新空间范围的识别方法，其特征在于，所述步骤S1中的检索通过中国国家知识产权局、中国知网、万方数据中的一种或者多种。
4.根据权利要求1所述的一种城市创新空间范围的识别方法，其特征在于，所述步骤S2具体包括以下步骤：
B1：在ArcGIS软件中，根据城市边界范围通过创建渔网工具创建1km*1km的城市格网；
B2：将步骤S1的专利电子地图导入ArcGIS软件中，利用空间连接工具统计各个网格内的专利数量。
5.根据权利要求1所述的一种城市创新空间范围的识别方法，其特征在于，所述步骤S3具体包括以下步骤：
C1：在ArcGIS软件中，通过空间统计工具集中的聚类与异常值分析工具，利用反距离权重法对步骤S2的统计结果进行局部空间自相关分析，形成高-高、高-低、低-高、低-低和不显著五种属性网格；
C2：根据ArcGIS软件，筛选高-高属性的网格作为城市潜在创新空间。
6.根据权利要求1所述的一种城市创新空间范围的识别方法，其特征在于，所述步骤S4具体包括以下步骤：
D1：根据城市创新空间的规模性和连续性准则，结合城市规划的实践经验，将邻接格网数不小于2个作为城市创新空间的判定阈值；
D2：在ArcGIS软件中，根据步骤D1确定的判定阈值，从城市潜在创新空间中遴选邻接格网数不小于2个的区域作为城市创新空间范围。
CN202110335324.0A 2021-03-29 2021-03-29 一种城市创新空间范围的识别方法 Pending CN112905911A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110335324.0A CN112905911A (zh) 2021-03-29 2021-03-29 一种城市创新空间范围的识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110335324.0A CN112905911A (zh) 2021-03-29 2021-03-29 一种城市创新空间范围的识别方法

Publications (1)

Publication Number Publication Date
CN112905911A true CN112905911A (zh) 2021-06-04

Family

ID=76109341

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110335324.0A Pending CN112905911A (zh) 2021-03-29 2021-03-29 一种城市创新空间范围的识别方法

Country Status (1)

Country Link
CN (1) CN112905911A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7016532B2 (en) * 2000-11-06 2006-03-21 Evryx Technologies Image capture and identification system and process
CN102110092A (zh) * 2009-12-24 2011-06-29 上海汉光知识产权数据科技有限公司 一种专利区域申请比例分析系统
CN107609748A (zh) * 2017-08-18 2018-01-19 深圳航天智慧城市系统技术研究院有限公司 一种对城市设施进行发展评估的方法及系统
CN111833224A (zh) * 2020-05-26 2020-10-27 东南大学 一种基于人口栅格数据的城市主副中心边界识别方法
CN112434919A (zh) * 2020-11-10 2021-03-02 东南大学 一种测度城市产业技术创新能力的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7016532B2 (en) * 2000-11-06 2006-03-21 Evryx Technologies Image capture and identification system and process
CN102110092A (zh) * 2009-12-24 2011-06-29 上海汉光知识产权数据科技有限公司 一种专利区域申请比例分析系统
CN107609748A (zh) * 2017-08-18 2018-01-19 深圳航天智慧城市系统技术研究院有限公司 一种对城市设施进行发展评估的方法及系统
CN111833224A (zh) * 2020-05-26 2020-10-27 东南大学 一种基于人口栅格数据的城市主副中心边界识别方法
CN112434919A (zh) * 2020-11-10 2021-03-02 东南大学 一种测度城市产业技术创新能力的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王兴平等: "创新潜力的中心-边缘效应探析", 《科技管理研究》 *

Similar Documents

Publication Publication Date Title
CN106021508A (zh) 基于社交媒体的突发事件应急信息挖掘方法
WO2021218207A1 (zh) 城市内部登革热时空预测方法、系统及电子设备
EP3226201A1 (en) Urban dynamic spatial structure circle layer definition method
CN107194525A (zh) 一种基于手机信令的城市中心评估方法
CN106844527B (zh) 一种基于互联网大数据的路面病害识别与管养决策方法及系统
CN110377807B (zh) 城市群功能联系与空间格局分析方法及系统
Wada Who are the active and central actors in the ‘rising civil society'in Mexico?
CN114611941A (zh) 一种考虑空间危险性的滑坡灾害评价方法及系统
CN106649339A (zh) 离群点的挖掘方法及挖掘装置
CN106991804B (zh) 一种基于多线路耦合的城市公交工况构建方法
CN115100012A (zh) 一种轨道交通站点步行可达性计算方法
CN112905911A (zh) 一种城市创新空间范围的识别方法
CN111581304B (zh) 一种基于社会人口家族关系自动绘制家系图谱的方法
CN106021245A (zh) 数据的可视化方法和装置
CN116013084A (zh) 交通管控场景确定方法、装置、电子设备及存储介质
CN111104519A (zh) 一种构建全量行政区域知识库的方法
CN116703132A (zh) 共享车辆动态调度的管理方法、装置及计算机设备
CN111768031B (zh) 一种基于arma算法预测人群聚集趋势的方法
Sesma Carlos et al. Internal migrant trajectories within The Netherlands, 1850–1972: Applying cluster analysis and dissimilarity tree methods
CN110400160B (zh) 识别竞品用户的方法、装置、电子设备和存储介质
Laadan et al. Using data mining for infrastructure and safety violations discovery in cities
CN105912598A (zh) 一种确定城市街道占道经营高发区域的方法及系统
CN111611667A (zh) 一种结合poi数据的道路网自动选取方法
CN112052372A (zh) 通讯网络网格化分裂及重组自动爬虫算法
CN117573951B (zh) 一种目标用户筛选方法、装置、介质及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210604

RJ01 Rejection of invention patent application after publication