CN116170761A - 一种手机信令数据综合扩样校核方法及系统 - Google Patents
一种手机信令数据综合扩样校核方法及系统 Download PDFInfo
- Publication number
- CN116170761A CN116170761A CN202310450322.5A CN202310450322A CN116170761A CN 116170761 A CN116170761 A CN 116170761A CN 202310450322 A CN202310450322 A CN 202310450322A CN 116170761 A CN116170761 A CN 116170761A
- Authority
- CN
- China
- Prior art keywords
- data
- mobile phone
- phone signaling
- grid
- area
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
- H04W4/203—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel for converged personal network application service interworking, e.g. OMA converged personal network services [CPNS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供了一种手机信令数据综合扩样校核方法,所述方法包括:获取多源数据集并对多源数据集进行空间数据融合操作,得到多源融合数据集,其中,多源数据集包括手机信令数据,多源融合数据集包括行政区、街道常住人口数据;根据多源融合数据集,获得建筑体性质数据;根据建筑体性质数据以及对应建筑体建筑面积数据,计算空间属性面积;根据所述行政区、街道常住人口数据,对手机信令数据依次进行按行政区基数扩样、按街道基数扩样;根据城市小区住户数据,校核所有小区所在手机信令网格内常住人口数量并修改手机信令数据扩样后的手机信令网格数据。本发明能准确精细的解决城市人口居住地的问题。
Description
技术领域
本发明属于城市规划技术领域,特别涉及一种手机信令数据综合扩样校核方法及系统。
背景技术
随着移动通信网络业务的广泛应用,手机信令数据的应用正在受到越来越多的研究者关注。手机等智能终端在为人们提供社交、商务等生活服务的同时,也记录了人们的时空间信息。手机信令数据的样本量庞大,可以涵盖较广的地域范围和人口数量,可以提供更为全面和准确的人口常住地信息。手机信令数据记录了用户在不同时间和地点的移动轨迹,因此可以提供高时空分辨率的数据,使得人口常住地的识别更为精确。手机信令数据在识别人口常住地方面具有较大的优势,可以为人口动态监测和城市规划等领域提供重要支持。
然而,在识别人口精度方面,手机信令数据存在不足之处。由于基站导致的信令数据漂移,用户的位置可能会被定位到错误的信令塔,导致常住地的定位出现偏差。手机信令数据的时间精度通常为小时级别,因此对于用户短时间内多次出现在同一地点的情况,难以准确判断其常住地。此外,由于手机信令数据样本的异质性,如老人和儿童等样本缺失,可能导致人口属性判别的偏差。因此,采用手机信令数据的技术方法还不能准确精细的解决城市人口居住地的问题,必须引入其他多源数据。
因此,需要设计一种手机信令数据综合扩样校核方法及系统,以解决上述技术问题。
发明内容
针对上述技术问题,本发明提供了一种手机信令数据综合扩样校核方法,所述方法包括:
获取多源数据集并对多源数据集进行空间数据融合操作,得到多源融合数据集,其中,多源数据集包括手机信令数据,多源融合数据集包括行政区、街道常住人口数据;
根据多源融合数据集,获得建筑体性质数据;
根据建筑体性质数据以及对应建筑体建筑面积数据,计算空间属性面积;
根据所述行政区、街道常住人口数据,对手机信令数据依次进行按行政区基数扩样、按街道基数扩样;
根据城市小区住户数据,校核所有小区所在手机信令网格内常住人口数量并修改手机信令数据扩样后的手机信令网格数据。
进一步地,多源数据集还包括建筑体白模数据、用地兴趣面AOI数据、兴趣点POI数据、人口普查数据、行政区街道边界数据、住宅小区常住人口数据。
进一步地,对多源数据集进行空间数据融合操作,包括:
按行政区边界名称模糊匹配,将行政区街道边界数据与人口普查数据关联;
按手机信令数据与街道边界数据空间相交,将手机信令数据与街道边界数据匹配;
按住宅小区边界数据与手机信令数据空间相交,将手机信令数据与住宅小区数据匹配;
将建筑体白模数据与手机信令数据空间相交,将手机信令数据与建筑体白模数据匹配;
将AOI、POI数据与建筑体白模数据进行空间相交,将AOI、POI数据与建筑体白模数据匹配。
进一步地,根据多源融合数据集,获得建筑体性质数据,包括:
根据AOI、POI数据以及建筑白模数据,进行建筑体性质识别,以获得建筑体性质数据。
进一步地,
建筑体性质数据的类型包括以下几类:
居住小区、商住两用、宾馆、商业场所、办公楼和其它属性建筑。
进一步地,所述空间属性面积为手机信令网格的空间属性面积数据,其中,手机信令网格的空间属性面积数据通过如下公式计算:
进一步地,根据所述行政区、街道常住人口数据,对手机信令数据依次进行按行政区基数扩样、按街道基数扩样,包括:
以空间数据融合得到的行政区、街道常住人口数据作为扩样基数,将行政区常住人口与街道常住人口匹配,获得行政区常住人口扩样参数和街道常住人口扩样参数,并满足在某一行政区内的人口扩样参数为某一行政区内所属的街道级扩样参数之和,并通过如下公式确定:
进一步地,根据所述行政区、街道常住人口数据,对手机信令数据依次进行按行政区基数扩样、按街道基数扩样,还包括:
根据修正得到的街道常住人口扩样参数,按照行政区、街道粒度分别扩样手机信令网格数据,得到手机信令网格n经过一次扩样的手机信令数据/>以及手机信令网格n经过两次扩样的手机信令数据/>,并通过如下公式确定:
进一步地,所述方法还包括:
修正手机信令数据带来的原始误差,包括:
进一步地,根据获取得到的小区住户数据,校核小区所在网格内常住人口数量并修改网格数据,包括:
按照网格切割规则,切割后的手机信令网格数据满足如下公式:
进一步地,根据城市小区住户数据,校核所有小区所在网格内常住人口数量并修改手机信令数据扩样后的手机信令网格数据,还包括:
按手机信令网格的空间属性面积计算区域的常住人口与标准常住人口之差,即通过如下公式计算:
进一步地,根据城市小区住户数据,校核所有小区所在网格内常住人口数量并修改手机信令数据扩样后的手机信令网格数据,还包括:通过如下公式对手机信令网格其它部分进行校核:
另一方面,本发明还提供一种手机信令数据综合扩样校核系统,所述系统包括:
第一获取模块,获取多源数据集并对多源数据集进行空间数据融合操作,得到多源融合数据集,其中,多源数据集包括手机信令数据,多源融合数据集包括行政区、街道常住人口数据;
第二获取模块,用于根据多源融合数据集,获得建筑体性质数据;
计算模块,用于根据建筑体性质数据以及对应建筑体建筑面积数据,计算空间属性面积;
扩样模块,用于根据所述行政区、街道常住人口数据,对手机信令数据依次进行按行政区基数扩样、按街道基数扩样;
校核模块,用于根据城市小区住户数据,校核所有小区所在手机信令网格内常住人口数量并修改手机信令数据扩样后的手机信令网格数据。
进一步地,多源数据集还包括建筑体白模数据、用地兴趣面AOI数据、兴趣点POI数据、人口普查数据、行政区街道边界数据、住宅小区常住人口数据。
本发明提供了一种手机信令数据综合扩样校核方法及系统,能准确精细的解决城市人口居住地的问题。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书以及附图中所指出的结构来实现和获得。
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一个简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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示出了根据本发明实施例的一种手机信令数据综合扩样校核方法的流程示意图。
图2示出了根据本发明实施例的一种手机信令数据综合扩样校核方法的各步骤之间的流程图。
图3示出了根据本发明实施例的城市、行政区、街道以及网格之间的空间关系图。
图4示出了根据本发明实施例的一种手机信令数据综合扩样校核系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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、完整地说明,显然,所描述的实施例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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示的,本发明提供了一种手机信令数据综合扩样校核方法,所述方法包括:
获取多源数据集并对多源数据集进行空间数据融合操作,得到多源融合数据集(即图2中的融合数据集),其中,多源数据集包括手机信令数据,多源融合数据集包括行政区、街道常住人口数据;
根据多源融合数据集,获得建筑体性质数据;
根据建筑体性质数据以及对应建筑体建筑面积数据,计算空间属性面积;
根据所述行政区、街道常住人口数据,对手机信令数据依次进行按行政区基数扩样、按街道基数扩样;
根据城市小区住户数据,校核所有小区所在手机信令网格内常住人口数量并修改扩样后的手机信令网格数据。
下面对本发明进行一个详细地说明。
在本发明的一些实施例中,多源数据集还包括建筑体白模数据、用地兴趣面AOI(Area of Interest,兴趣面)数据(即图2中的AOI兴趣面数据)、兴趣点POI(Point ofInterest,兴趣点)数据(即图2中的POI兴趣点数据)、人口普查数据、行政区街道边界数据以及住宅小区常住人口数据。
其中,手机信令数据包含即手机信令网格以及由用户长期驻留规律推断得到的常住人口聚合数值,示例性的,手机信令网格为边长为250米(示例性的值,不限于仅为250米)的正方形网格。建筑体白模数据包含建筑体基底轮廓与建筑层高。AOI数据包含兴趣面的空间面域信息,POI数据包含兴趣点的空间点域信息,AOI数据与POI数据均包括 “居住小区、商住两用、宾馆、商业场所、办公楼、工厂、村镇民房和其它属性”分类属性。人口普查数据指对应城市统计局公布的行政区、街道级常住人口数据。行政区街道边界数据指城市行政区、街道边界数据,其中街道与行政区具有从属关系。住宅小区数据包含住宅小区边界数据与住宅小区内居住人口数。
在本发明的一些实施例中,对多源数据集进行空间数据融合操作,包括:
按行政区边界名称模糊匹配,将行政区边界数据与人口普查数据关联;
按手机信令数据与行政区边界数据中的街道边界数据空间相交,将手机信令数据与街道边界数据匹配;
按住宅小区边界数据与手机信令数据空间相交,将手机信令数据与住宅小区边界数据匹配;
将建筑体白模数据数据与手机信令数据空间相交,将手机信令数据与建筑体白模数据匹配;
将AOI、POI数据与建筑体白模数据进行空间相交,将AOI、POI数据与建筑体白模数据匹配。
城市、行政区、街道、网格之间的空间关系见图3。
在本发明的一些实施例中,根据多源融合数据集,获得建筑体性质数据,包括:
根据AOI、POI数据以及建筑白模数据,进行建筑体性质识别(即图2中的建筑体性质识别),以获得建筑体性质数据。
其中,AOI数据、建筑体白模数据中的建筑体基底轮廓为面数据,POI数据为点数据,AOI数据与建筑体白模数据之间空间关系包括:建筑体边界完全处于AOI数据内部,即AOI覆盖建筑体(即图2中AOI覆盖建筑);建筑体边界与AOI数据相交,但不完全覆盖,即AOI部分覆盖建筑体;建筑体边界无任何AOI数据相交,即AOI未覆盖建筑体。POI数据与建筑体之间空间关系包括:POI数据完全处于建筑体基底轮廓内,即建筑体覆盖POI数据;POI数据未处于建筑体基底轮廓内,即建筑体未覆盖POI数据。对于AOI覆盖的建筑体,继承AOI的类别属性;对于AOI数据部分覆盖以及可完全覆盖POI的建筑体,继承POI的类别属性(即图2中继承POI属性)。
特殊的,当一个建筑体数据覆盖多个POI数据时,需要进行继承多源加权POI属性:
考虑到POI数据中包含ATM、公共厕所、餐饮店铺等类别数据,此类数据分布众多但难以准确反映建筑体性质,简单统计POI数量会导致建筑体性质失真。因此,按专家打分法对类别POI数据增加权重,考虑建筑体内部的加权POI数量决定建筑体性质,对于某建筑体基底轮廓内类别c(POI的某一分类属性)的POI,其加权POI数量计算为:
在本发明的一些实施例中,可将获取到的建筑体性质数据的类型分为以下几类:居住小区、商住两用、宾馆、商业场所、办公楼和其它属性建筑。并进行建筑体权重设置:
在本发明的一些实施例中,所述空间属性面积为手机信令网格的空间属性面积数据,其中,手机信令网格的空间属性面积数据通过如下公式计算(即图2中的空间属性面积计算):
在本发明的一些实施例中,根据所述行政区、街道常住人口数据,对手机信令数据依次进行数据分层扩样,即按行政区基数扩样、按街道基数扩样,包括:
以空间数据融合得到的行政区、街道常住人口数据作为扩样基数,将行政区常住人口与街道常住人口匹配,获得行政区常住人口扩样参数和街道常住人口扩样参数,并依据行政区常住人口扩样参数/>(即图2中的行政区扩样参数)对行政区人口扩样,依据街道常住人口扩样参数/>(即图2中的街道扩样参数)对街道人口扩样,且满足在某一行政区内的人口扩样参数为某一行政区内所属的街道级扩样参数之和,/>,并通过如下公式确定:
在本发明的一些实施例中,根据所述行政区、街道常住人口数据,对手机信令数据依次进行按行政区基数扩样、按街道基数扩样,还包括:
根据修正得到的街道常住人口扩样参数,按照行政区和街道的顺序分别扩样手机信令网格数据,得到手机信令网格n经过一次扩样的手机信令数据/>以及手机信令网格n经过两次扩样的手机信令数据/>,并通过如下公式确定:
其中,表示网格n内的原始信令数据,/>表示网格n经过一次扩样(即按行政区扩样手机信令网格数据)的手机信令数据,/>表示网格n经过两次扩样(即按街道扩样手机信令网格数据)的手机信令数据,/>表示某一行政区内所有网格数据之和,表示某一街道内所有网格数据之和。
特殊的,对于网格与行政区边界数据相交部分,同一网格和多个边界数据相交,按行政区边界将网格切割为从属不同行政边界的网格,按网格面积分配从属于不同行政区的网格常住人口数量。
此方法使用行政区、街道边界进行扩样校核,当可提供精确度更高的从属边界数据(例如:交通大区、中区、小区、社区)时,此方法同样适用,扩样次数随边界数据增加而增多。
在本发明的一些实施例中,所述方法还包括:修正手机信令数据带来的原始误差:
目前已完成标准数据的扩样过程,接下来需要修正手机信令数据带来的原始误差。
统计计算在网格n内部的全部建筑体空间属性面积,并以空间属性面积(即图2中的/>参数)为权重对某街道内所有网格数据进行数据分层扩样中的第三次扩样,以实现空间属性面积网格扩样,得到手机信令网格n经过三次扩样的手机信令数据/>,并通过如下公式确定:
在本发明的一些实施例中,根据城市小区住户数据,校核所有小区所在网格内常住人口数量(即图2中的精细化数据校核中的社区数据校核)并修改手机信令数据扩样后的网格数据,包括:
根据城市小区住户数据,将小区所在的手机信令网格n按小区边界进行切割(即图2中精细化数据校核中的的手机信令网格数据切割),被切割重叠部分网格人口数据表示为,区域地理加权面积为/>,除被切割部分,其余区域网格人口数据表示为,面积表示为/>。
在本发明的一些实施例中,根据城市小区住户数据,校核所有小区所在网格内常住人口数量并修改手机信令数据扩样后的网格数据,还包括:
按照网格切割规则,切割后的网格数据满足如下公式:
在本发明的一些实施例中,根据城市小区住户数据,校核所有小区所在网格内常住人口数量并修改手机信令数据扩样后的网格数据,还包括:
按手机信令网格的空间属性面积计算区域的常住人口与标准常住人口之差,即通过如下公式计算:
在本发明的一些实施例中,根据城市小区住户数据,校核所有小区所在网格内常住人口数量并修改手机信令数据扩样后的网格数据,还包括:
通过如下公式对手机信令网格其它部分进行校核:
另一方面,如图4所示的,本发明还提供一种手机信令数据综合扩样校核系统,所述系统包括:
第一获取模块,获取多源数据集并对多源数据集进行空间数据融合操作,得到多源融合数据集,其中,多源数据集包括手机信令数据,多源融合数据集包括行政区、街道常住人口数据;
第二获取模块,用于根据多源融合数据集,获得建筑体性质数据;
计算模块,用于根据建筑体性质数据以及对应建筑体建筑面积数据,计算空间属性面积;
扩样模块,用于根据所述行政区、街道常住人口数据,对手机信令数据依次进行按行政区基数扩样、按街道基数扩样;
校核模块,用于根据城市小区住户数据,校核所有小区所在手机信令网格内常住人口数量并修改手机信令数据扩样后的手机信令网格数据。
本发明的一种手机信令数据综合扩样校核系统其他模块实现的功能以及方式与本发明的一种手机信令数据综合扩样校核方法中以及其他步骤的实现的功能以及方式对应一致,因此,此处不再赘述。
本发明提出了一种手机信令数据综合扩样校核方法及系统,融合手机信令数据、AOI、POI以及统计普查数据,创新性的引入了建筑体白模数据计算手机信令数据的空间网格属性面积,从而提升了手机信令数据扩样校核的准确性,其中融合建筑体白模数据的方法填补了相关领域的空白。
以上所述仅是本发明的较佳实施例而已,并非对本发明做任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案的范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (15)
1.一种手机信令数据综合扩样校核方法,所述方法包括:
获取多源数据集并对多源数据集进行空间数据融合操作,得到多源融合数据集,其中,多源数据集包括手机信令数据,多源融合数据集包括行政区、街道常住人口数据;
根据多源融合数据集,获得建筑体性质数据;
根据建筑体性质数据以及对应建筑体建筑面积数据,计算空间属性面积;
根据所述行政区、街道常住人口数据,对手机信令数据依次进行按行政区基数扩样、按街道基数扩样;
根据城市小区住户数据,校核所有小区所在手机信令网格内常住人口数量并修改手机信令数据扩样后的手机信令网格数据。
2.根据权利要求1所述的一种手机信令数据综合扩样校核方法,其中,多源数据集还包括建筑体白模数据、用地兴趣面AOI数据、兴趣点POI数据、人口普查数据、行政区街道边界数据、住宅小区常住人口数据。
3.根据权利要求1或2所述的一种手机信令数据综合扩样校核方法,其中,对多源数据集进行空间数据融合操作,包括:
按行政区边界名称模糊匹配,将行政区街道边界数据与人口普查数据关联;
按手机信令数据与街道边界数据空间相交,将手机信令数据与街道边界数据匹配;
按住宅小区边界数据与手机信令数据空间相交,将手机信令数据与住宅小区数据匹配;
将建筑体白模数据与手机信令数据空间相交,将手机信令数据与建筑体白模数据匹配;
将AOI、POI数据与建筑体白模数据进行空间相交,将AOI、POI数据与建筑体白模数据匹配。
4.根据权利要求1或2所述的一种手机信令数据综合扩样校核方法,其中,根据多源融合数据集,获得建筑体性质数据,包括:
根据AOI、POI数据以及建筑白模数据,进行建筑体性质识别,以获得建筑体性质数据。
5.根据权利要求4所述的一种手机信令数据综合扩样校核方法,其中,
建筑体性质数据的类型包括以下几类:
居住小区、商住两用、宾馆、商业场所、办公楼和其它属性建筑。
14.一种手机信令数据综合扩样校核系统,所述系统包括:
第一获取模块,获取多源数据集并对多源数据集进行空间数据融合操作,得到多源融合数据集,其中,多源数据集包括手机信令数据,多源融合数据集包括行政区、街道常住人口数据;
第二获取模块,用于根据多源融合数据集,获得建筑体性质数据;
计算模块,用于根据建筑体性质数据以及对应建筑体建筑面积数据,计算空间属性面积;
扩样模块,用于根据所述行政区、街道常住人口数据,对手机信令数据依次进行按行政区基数扩样、按街道基数扩样;
校核模块,用于根据城市小区住户数据,校核所有小区所在手机信令网格内常住人口数量并修改手机信令数据扩样后的手机信令网格数据。
15.根据权利要求14所述的一种手机信令数据综合扩样校核系统,其中,多源数据集还包括建筑体白模数据、用地兴趣面AOI数据、兴趣点POI数据、人口普查数据、行政区街道边界数据、住宅小区常住人口数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310450322.5A CN116170761B (zh) | 2023-04-25 | 2023-04-25 | 一种手机信令数据综合扩样校核方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310450322.5A CN116170761B (zh) | 2023-04-25 | 2023-04-25 | 一种手机信令数据综合扩样校核方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116170761A true CN116170761A (zh) | 2023-05-26 |
CN116170761B CN116170761B (zh) | 2023-08-01 |
Family
ID=86416702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310450322.5A Active CN116170761B (zh) | 2023-04-25 | 2023-04-25 | 一种手机信令数据综合扩样校核方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116170761B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108389011A (zh) * | 2018-05-07 | 2018-08-10 | 广州市交通规划研究院 | 一种基于大数据和传统扩样方法相结合的车辆拥有分布校核修正方法 |
CN111866776A (zh) * | 2020-08-05 | 2020-10-30 | 北京交通发展研究院 | 一种基于手机信令数据的人口测算方法及装置 |
CN112954623A (zh) * | 2021-02-02 | 2021-06-11 | 苏州丽景智行交通工程咨询有限公司 | 一种基于手机信令大数据的居民入住率估算方法 |
WO2023273292A1 (zh) * | 2021-06-30 | 2023-01-05 | 深圳市城市交通规划设计研究中心股份有限公司 | 基于多源数据融合的居民出行链生成方法及共乘查询方法 |
-
2023
- 2023-04-25 CN CN202310450322.5A patent/CN116170761B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108389011A (zh) * | 2018-05-07 | 2018-08-10 | 广州市交通规划研究院 | 一种基于大数据和传统扩样方法相结合的车辆拥有分布校核修正方法 |
CN111866776A (zh) * | 2020-08-05 | 2020-10-30 | 北京交通发展研究院 | 一种基于手机信令数据的人口测算方法及装置 |
CN112954623A (zh) * | 2021-02-02 | 2021-06-11 | 苏州丽景智行交通工程咨询有限公司 | 一种基于手机信令大数据的居民入住率估算方法 |
WO2023273292A1 (zh) * | 2021-06-30 | 2023-01-05 | 深圳市城市交通规划设计研究中心股份有限公司 | 基于多源数据融合的居民出行链生成方法及共乘查询方法 |
Non-Patent Citations (1)
Title |
---|
唐小勇等: "基于手机信令的大范围人流移动分析", 重庆交通大学学报(自然科学版), vol. 36, no. 1 * |
Also Published As
Publication number | Publication date |
---|---|
CN116170761B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xia et al. | Analyzing spatial relationships between urban land use intensity and urban vitality at street block level: A case study of five Chinese megacities | |
CN108495254B (zh) | 一种基于信令数据的交通小区人口特征估计方法 | |
CN109189917A (zh) | 一种融合景观和社会特征的城市功能区划分方法及系统 | |
CN110856186A (zh) | 一种无线网络知识图谱的构建方法及系统 | |
Yuan et al. | Recognition of functional areas based on call detail records and point of interest data | |
Steinnocher et al. | Estimating urban population patterns from stereo-satellite imagery | |
Gao et al. | Improving the accuracy of extant gridded population maps using multisource map fusion | |
CN114897228A (zh) | 一种基于人口分布和道路网络的公共设施布局检验方法 | |
CN113222327A (zh) | 一种基于服务能力的地块可达性分析方法 | |
CN116796904A (zh) | 一种轨道交通新线客流预测方法、系统、电子设备及介质 | |
CN114662774A (zh) | 一种城市街区活力预测方法、存储介质和终端 | |
CN115129802A (zh) | 一种基于多源数据和集成学习的人口空间化方法 | |
CN113961662A (zh) | 一种基于多源数据的地名地址数据融合方法 | |
CN104794164B (zh) | 基于开源数据识别住区车位匹配社会停车需求的方法 | |
CN111881573B (zh) | 一种基于城市内涝风险评估的人口空间分布模拟方法及装置 | |
CN116170761B (zh) | 一种手机信令数据综合扩样校核方法及系统 | |
CN104050173B (zh) | 一种用于地点语义识别的数据库的构建方法及系统 | |
CN116911507A (zh) | 基于空间投影寻踪的城市街区活力评价方法及存储介质 | |
CN115689106A (zh) | 复杂网络视角的区域空间结构定量识别方法、装置及设备 | |
CN113032693A (zh) | 一种考虑医疗设施服务能力的15分钟生活圈划分方法 | |
Mao et al. | Population spatialization at building scale based on residential population index—A case study of Qingdao city | |
CN112802191A (zh) | 一种城市规划实时模拟展示系统 | |
Yin et al. | Disaggregation of an urban population with M_IDW interpolation and building information | |
Yagoub | Application of remote sensing and geographic information systems (gis) to population studies in the gulf: A case of al ain city (UAE) | |
Chen et al. | Exploring Human Spatio-Temporal Travel Behavior Based on Cellular Network Data: A Case Study of Hangzhou, China. |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |