【技術實現步驟摘要】
本專利技術屬于地理信息科學，具體涉及一種基于時空自相關的二元地理流時空交互異常檢測方法。
技術介紹
1、近年來，隨著城市化的快速發展與區域一體化進程的推進，城市之間多種要素的交互更加頻繁與緊密，在城市間多種資源要素交換的過程中，彼此相鄰的城市逐漸發展為具有重要地位的城市群。多樣化的資源在城市間的時空交互形成了復雜的時空交互模式，人流、物流與信息流也日益成為了衡量城市間聯系程度與城市群發展的三大基本要素流。然而，一些區域多種要素的時空集聚水平過高造成了資源的浪費，集聚水平較低則造成了資源利用效率低下，難以發揮城市群整體發展的協同效應。因此，將地理流要素兩兩關聯，并基于時空自相關的方法檢測兩種地理流的時空交互異常情況對于實現公平合理的資源配置和可持續的城市發展具有重要意義。
2、運用自相關分析是一種檢測數據異常分布的一種手段，以往的研究多關注地理流的空間自相關，運用一種或多種自相關統計量組合研究，自相關統計量包括莫蘭指數(moran’si)、吉爾利指數(geary’s?c)和g統計(getis-ord?general和getis-ord?gi)。然而，時間自相關性也普遍存在于地理流中，地理流的時空自相關研究是空間自相關研究向時間維度的拓展。以往地理流的時空自相關研究大多針對一元流而言，并且多運用莫蘭指數這一統計量進行時空權重修正，從而揭示流的時空動態地理分布，但是莫蘭指數僅能判斷屬性相近的地理流是否存在空間集聚，并不能區分這種集聚是高值集聚還是低值集聚。自相關統計量中的時空權重值多為二進制形式，僅用時間間隔作為變量構建時
3、因此，亟需構建一種同時能在全局與局部尺度對二元地理流數據進行時空自相關分析，檢測區域間時空流數據異常交互的方法，從而進一步合理配置與優化資源要素，實現最大化的資源利用效率與可持續發展。
技術實現思路
1、為克服上述現有技術的不足，本專利技術提供一種基于時空自相關的二元地理流時空交互異常檢測方法，該方法以單個城市群內的市級區域為研究單元，利用一元全局g統計量構建了二元全局g統計量，通過全局時空自相關結果選擇合理的時間閾值；之后運用改進的biflowamoeba(二元流多方向最優生態區)算法，在該時間閾值下進行hh、hl、lh和ll，4種模式的時空聚類，并將hh與ll聚類作為二元流的交互異常區域。
2、根據本專利技術說明書的一方面，提供一種基于時空自相關的二元地理流時空交互異常檢測方法，包括：
3、步驟1：獲取研究區數據集，包括研究區市級尺度內分別以百度遷徙指數和百度指數為代表的預設時段內的人口流和信息流的群體流od時空數據；
4、步驟2：利用兩個一元全局g統計量相乘的形式構建二元全局g統計量；
5、步驟3：利用區域空間鄰接關系與流的值隨時間的變化率構建時空權重，替換步驟2統計量中的權重，得到不同時間閾值下的二元流全局時空自相關結果；
6、步驟4：利用l統計量和一元局部g統計量推導出權重一般化形式的二元局部g統計量公式；
7、步驟5：結合步驟3中的二元流全局時空自相關結果，選擇設定的時間閾值運用到改進的biflowamoeba算法中，該算法在四種聚類模式下選擇種子流，在每一種模式下運用層次聚類的策略，在不存在原位相關性的假設下，以二元局部g統計量增加為目標進行區域合并；
8、步驟6：分別得到hh、hl、lh和ll四種模式的時空聚類結果，將hh與ll的時空聚類結果作為二元流的交互異常結果。
9、作為進一步的技術方案，獲取研究區數據集，還包括：
10、對空間矢量數據進行統一投影轉換處理，形成空間坐標系一致的矢量數據集；
11、對百度遷徙與百度指數od數據進行清洗，選擇有效數據較多的連續時段的數據，將兩種地理流數據合并到同一城市和時間點，并建立城市id與時間id字段，其中所述od數據最小時間單位為天。
12、作為進一步的技術方案，利用兩個一元全局g統計量相乘的形式構建二元全局g統計量為：
13、
14、其中，wij是利用空間鄰接關系和時間相關性構建的時空權重；xi與yi是運用z-score標準化的地理流的兩種屬性值；xj和yj是第i個區域時空鄰域內的z-score標準化的地理流的兩種屬性值。
15、作為進一步的技術方案，利用區域空間鄰接關系與流的值隨時間的變化率構建時空權重為：
16、wij＝swij×twij
17、其中，wij為時空權重；swij是由空間鄰接關系定義的空間權重；twij是由流之間的時間距離定義的時間權重；對空間權重和時間權重分別定義如下：
18、
19、其中，與分別為流的二元屬性值對應的時間權重；xi(t)與yi(t)分別表示t時刻流的兩種屬性值；xj(t-δt)和yj(t-δt)為t-δt時刻相鄰流的兩種屬性值；δt為時間間隔；tθ為時間閾值；twij為時間權重，為流的二元屬性值對應的時間權重的平均值。
20、作為進一步的技術方案，利用l統計量和一元局部g統計量推導出權重一般化形式的二元局部g統計量公式為：
21、
22、其中，和分別為z-score標準化之后的二元屬性值；wij為第i個流與時空鄰域內第j個流的時空權重；n*為所有流的數量；n*為第i個流時空鄰域內相鄰流的數量。
23、作為進一步的技術方案，步驟5還包括：
24、將步驟3選擇的時間閾值和步驟4中的二元局部g統計量應用到二元流多方向最優生態區算法中，運用層次聚類的策略，在hh、hl、lh和l四種聚類模式下篩選種子流，二元流經過z-scores標準化處理后的兩種屬性值都為正，則為hh模式；兩種屬性值都為負則為ll模式；屬性值一正一負則為hl或lh模式；
25、初始化階段將每一種模式下的種子流的值為0，以二元局部g統計量增加為目標進行區域合并，合并的規則如下所示：
26、
27、其中，是在合并區域bfci∪bfcj中的二元流數量，通過計算每兩個相鄰聚類簇的對于兩個聚類簇bfci和bfcj，如果是最大值，并且gain(bfci∪bfcj)＞0，則認為這兩個聚類簇能夠合并為一個新的聚類簇。
28、作為進一步的技術方案，所述方法還包括：輸出異常交互識別結果，并展示其時空分布。
29、根據本專利技術說明書的一方面，提供一種基于時空自相關的二元地理流時空交互異常檢測設備，包括：
30、第一主模塊，用于獲取研究區數據集，包括研究區市級尺度內分別以百度遷徙指數和百度指數為代表的預設時段內的人口流和信息流的群體流od時空數據；
31、第二主模塊，用于利用兩個一元全局g統計量相本文檔來自技高網...
【技術保護點】
1.一種基于時空自相關的二元地理流時空交互異常檢測方法，其特征在于，包括：
2.根據權利要求1所述一種基于時空自相關的二元地理流時空交互異常檢測方法，其特征在于，獲取研究區數據集，還包括：
3.根據權利要求1所述一種基于時空自相關的二元地理流時空交互異常檢測方法，其特征在于，利用兩個一元全局G統計量相乘的形式構建二元全局G統計量為：
4.根據權利要求1所述一種基于時空自相關的二元地理流時空交互異常檢測方法，其特征在于，利用區域空間鄰接關系與流的值隨時間的變化率構建時空權重為：
5.根據權利要求1所述一種基于時空自相關的二元地理流時空交互異常檢測方法，其特征在于，利用L統計量和一元局部G統計量推導出權重一般化形式的二元局部G統計量公式為：
6.根據權利要求1所述一種基于時空自相關的二元地理流時空交互異常檢測方法，其特征在于，步驟5還包括：
7.根據權利要求1所述一種基于時空自相關的二元地理流時空交互異常檢測方法，其特征在于，所述方法還包括：輸出異常交互識別結果，并展示其時空分布。
8.一種基于時空自
9.一種基于時空自相關的二元地理流時空交互異常檢測系統，其特征在于，包括存儲器和處理器；所述存儲器存儲有被所述處理器執行的程序指令，所述處理器調用所述程序指令，以執行權利要求1至7任一項權利要求所述的一種基于時空自相關的二元地理流時空交互異常檢測方法的步驟。
10.一種非暫態計算機讀存儲介質，其特征在于，所述非暫態計算機讀存儲介質存儲計算機指令，所述計算機指令使所述計算機執行權利要求1至7中任一項權利要求所述的一種基于時空自相關的二元地理流時空交互異常檢測方法的步驟。
...【技術特征摘要】
1.一種基于時空自相關的二元地理流時空交互異常檢測方法，其特征在于，包括：
2.根據權利要求1所述一種基于時空自相關的二元地理流時空交互異常檢測方法，其特征在于，獲取研究區數據集，還包括：
3.根據權利要求1所述一種基于時空自相關的二元地理流時空交互異常檢測方法，其特征在于，利用兩個一元全局g統計量相乘的形式構建二元全局g統計量為：
4.根據權利要求1所述一種基于時空自相關的二元地理流時空交互異常檢測方法，其特征在于，利用區域空間鄰接關系與流的值隨時間的變化率構建時空權重為：
5.根據權利要求1所述一種基于時空自相關的二元地理流時空交互異常檢測方法，其特征在于，利用l統計量和一元局部g統計量推導出權重一般化形式的二元局部g統計量公式為：
6.根據權利要求1所述一種基于時空自相關的二元地理流時空交互異常檢測...
【專利技術屬性】
技術研發人員：劉耀林，楊佳明，仝照民，安睿，劉洋，
申請(專利權)人：武漢大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。