TY -的A2 Musolino Giuseppe盟——元,广盟——陈Yanyan盟——太阳,骊山AU -赖,Jianhui AU - Li Tongfei盟——刘,卓PY - 2020 DA - 2020/04/02 TI -识别基于呼叫详细记录的功能领域和兴趣点数据SP - 8956910六世- 2020 AB -最近出现的大数据,大数据挖掘的研究取得了显著进展，城市计算发展迅速。随着城市规划与管理的融合，基于大数据的城市功能区识别成为迫切需要关注的问题。本文描述了通信活动强度的概念，它比通信活动数量或用户密度在识别不明飞行物时更有意义。讨论了不同地理区域划分对UFA识别精度的影响 k在交通分析区域层面，建立了动态呼叫细节记录数据的均值聚类方法和静态兴趣点数据的核密度估计技术。以北京三环以内地区为例，对UFA识别结果进行了定性和定量的验证。分析了北京部分地铁线路客流量大的原因。识别精度最高的是公园和风景区，其次是居民区和办公区。综上所述，该方法较以往方法的识别精度有显著提高，验证了该方法的可靠性。SN - 0197-6729 UR - https://doi.org/10.1155/2020/8956910 DO - 10.1155/2020/8956910 JF - Journal of Advanced Transportation PB - Hindawi KW - ER -