城市创意产业空间动态集聚演化的计算与可视优化方法
发布时间：2021-11-09 14:30
基于人文地理视角下的城市创意产业图像可视化分析对城市深层次空间综合和区域创新发展具有重大意义。但Swarm群智能动态时空建模难以满足创意产业空间集聚的可视化发展。本文研究目标是,从城市区域创意产业空间聚类影响因素指标出发,创新性地提出区域空间动态集聚轨迹算法（Density-Based Interest Spatial Clustering of Path,DBICP）,并与计算机浏览器共建聚类可视化图像,为城市管理提供决策依据。首先,根据影响因素指标体系,利用2014—2018年空间卡口流量数据和产业指标数据进行预处理,构建空间标准聚类算法DBSCAN。然后,对其进行聚类密度分级优化形成全新DBICP算法并得出初步轨迹图像。最后,通过源码转译实现了浏览器界面下空间动态集聚轨迹图像的输出。结果表明:以上海市为例,普陀区、浦东新区、徐汇地区的创意产业空间分布形成了3种不同的聚类模式,并相应提出了分摊、均布、虹吸的管控策略。此方法克服了传统图像的聚类分级和轨迹测量的缺失,可以有效地从指标数据中发现图像轨迹聚类信息,体现了地理信息科学和人文社会学科的交叉融合。也为大数据动态图像的集聚方法提供...
【文章来源】：地球信息科学学报. 2020,22(05)北大核心CSCD
【文章页数】：16 页
【部分图文】：
城市创意产业区动态集聚DBICP图像可视总体流程
城市创意产业空间聚类影响因素指标借鉴了同领域的文献。(1)创意企业、租金指标。根据褚岚翔和黄丽[27]对企业数量、租金水平进行了对数值研究，发现以上2种因素与空间集聚发生显著关联。(2)空间投资、交通指标。张祥建[28]发现投资需求、交通作用对空间集聚起到显著的促进作用。(3)教育指标。刘磊[29]研究表明，市场经济背景下科学与公众的教育产业创新发展的基础与空间集聚性具有相关黏性。(4)零售产值指标。根据吴秉坚[30]的研究，创意产业区消费品零售总额作时间序列分析，建立AR模型进行趋势预测得出，零售产值指标是构成创意产业空间集聚的重要影响因素之一。(5)创意消费指标。根据Moore J[31]的实证研究发现，消费因素符合对空间集聚的调节变量的产业逻辑衍生。以上5项均经过质性研究的二次过滤。表1中把创意产业区空间集聚效应之间相互作用分为Q1—Q7共7项指标，构建了城市创意产业区空间集聚的影响因素指标集合。2.3 DBICP算法规则方法
改进的DBSCAN使用PRBP(Partition with Reduce Boundary Points）分区将数据划分为若干个小分区，这些分区可以由集群中的单个节点处理。对数据进行分区，使得2个相邻的分区共享公共区域，该区域称为分割区域。位于分割区域中的点称为边界点，其有助于识别存在于2个相邻分区中的连接簇。PRBP主要关注最小化边界点。它的工作原理是将每个维度划分为相等宽度的切片，然后计算每个切片中的数据分布。此外，选择具有最小点的切片以将数据划分为几个大的集聚分区。通过递归地拆分数据空间，直到分区大小适合节点的内存。使用PRBP作为DBSCAN的数据分区算法，其直觉是减少边界点数量将减少合并时间以及映射时间，提高执行效率。(2）映射阶段
【参考文献】：
期刊论文
[1]城市文化创意产业微区位模型及杭州案例[J]. 马仁锋,吴丹丹,张文忠,倪欣欣,朱保羽. 经济地理. 2019(11)
[2]一种基于空间-拓扑结构相似性的复杂轨迹聚类算法[J]. 孙勇,王会蒙,靳奉祥,杜云艳,季民,易嘉伟. 地球信息科学学报. 2019(11)
[3]基于改进蚁群算法的无人机低空公共航路构建方法[J]. 徐晨晨,廖小罕,岳焕印,鹿明,陈西旺. 地球信息科学学报. 2019(04)
[4]城市舒适性驱动下的创意产业集聚动力机制——以南京品牌设计产业为例[J]. 何金廖,曾刚. 经济地理. 2019(03)
[5]基于噪声检测和动态窗口的图像去噪算法[J]. 王文豪,严云洋,姜明新,高尚兵,于永涛. 图学学报. 2019(01)
[6]基于聚度的自适应动态混沌蚁群算法[J]. 刘明霞,游晓明,刘升. 计算机工程与应用. 2019(03)
[7]一种基于双导向滤波的高动态红外图像细节增强与去噪算法[J]. 刘可佳,马荣生,庞钰宁. 图学学报. 2018(06)
[8]杭州文化创意产业集聚特征与时空格局演变[J]. 吴丹丹,马仁锋,张悦,金邑霞,赵一然. 经济地理. 2018(10)
[9]基于canvas绘图的网页信息防采集技术研究[J]. 陈丽卿. 网络安全技术与应用. 2018(09)
[10]中国区域文化产业发展空间格局[J]. 戴俊骋,孙东琪,张欣亮. 经济地理. 2018(09)
博士论文
[1]面向3G终端的移动地理信息服务研究[D]. 宁安良.中国海洋大学 2010
本文编号：3485537
【文章来源】：地球信息科学学报. 2020,22(05)北大核心CSCD
【文章页数】：16 页
【部分图文】：
城市创意产业区动态集聚DBICP图像可视总体流程
城市创意产业空间聚类影响因素指标借鉴了同领域的文献。(1)创意企业、租金指标。根据褚岚翔和黄丽[27]对企业数量、租金水平进行了对数值研究，发现以上2种因素与空间集聚发生显著关联。(2)空间投资、交通指标。张祥建[28]发现投资需求、交通作用对空间集聚起到显著的促进作用。(3)教育指标。刘磊[29]研究表明，市场经济背景下科学与公众的教育产业创新发展的基础与空间集聚性具有相关黏性。(4)零售产值指标。根据吴秉坚[30]的研究，创意产业区消费品零售总额作时间序列分析，建立AR模型进行趋势预测得出，零售产值指标是构成创意产业空间集聚的重要影响因素之一。(5)创意消费指标。根据Moore J[31]的实证研究发现，消费因素符合对空间集聚的调节变量的产业逻辑衍生。以上5项均经过质性研究的二次过滤。表1中把创意产业区空间集聚效应之间相互作用分为Q1—Q7共7项指标，构建了城市创意产业区空间集聚的影响因素指标集合。2.3 DBICP算法规则方法
改进的DBSCAN使用PRBP(Partition with Reduce Boundary Points）分区将数据划分为若干个小分区，这些分区可以由集群中的单个节点处理。对数据进行分区，使得2个相邻的分区共享公共区域，该区域称为分割区域。位于分割区域中的点称为边界点，其有助于识别存在于2个相邻分区中的连接簇。PRBP主要关注最小化边界点。它的工作原理是将每个维度划分为相等宽度的切片，然后计算每个切片中的数据分布。此外，选择具有最小点的切片以将数据划分为几个大的集聚分区。通过递归地拆分数据空间，直到分区大小适合节点的内存。使用PRBP作为DBSCAN的数据分区算法，其直觉是减少边界点数量将减少合并时间以及映射时间，提高执行效率。(2）映射阶段
【参考文献】：
期刊论文
[1]城市文化创意产业微区位模型及杭州案例[J]. 马仁锋,吴丹丹,张文忠,倪欣欣,朱保羽. 经济地理. 2019(11)
[2]一种基于空间-拓扑结构相似性的复杂轨迹聚类算法[J]. 孙勇,王会蒙,靳奉祥,杜云艳,季民,易嘉伟. 地球信息科学学报. 2019(11)
[3]基于改进蚁群算法的无人机低空公共航路构建方法[J]. 徐晨晨,廖小罕,岳焕印,鹿明,陈西旺. 地球信息科学学报. 2019(04)
[4]城市舒适性驱动下的创意产业集聚动力机制——以南京品牌设计产业为例[J]. 何金廖,曾刚. 经济地理. 2019(03)
[5]基于噪声检测和动态窗口的图像去噪算法[J]. 王文豪,严云洋,姜明新,高尚兵,于永涛. 图学学报. 2019(01)
[6]基于聚度的自适应动态混沌蚁群算法[J]. 刘明霞,游晓明,刘升. 计算机工程与应用. 2019(03)
[7]一种基于双导向滤波的高动态红外图像细节增强与去噪算法[J]. 刘可佳,马荣生,庞钰宁. 图学学报. 2018(06)
[8]杭州文化创意产业集聚特征与时空格局演变[J]. 吴丹丹,马仁锋,张悦,金邑霞,赵一然. 经济地理. 2018(10)
[9]基于canvas绘图的网页信息防采集技术研究[J]. 陈丽卿. 网络安全技术与应用. 2018(09)
[10]中国区域文化产业发展空间格局[J]. 戴俊骋,孙东琪,张欣亮. 经济地理. 2018(09)
博士论文
[1]面向3G终端的移动地理信息服务研究[D]. 宁安良.中国海洋大学 2010
本文编号：3485537
本文链接：https://www.wllwen.com/jingjilunwen/chanyejingjilunwen/3485537.html
