摘要
本发明提供一种基于日常活动轨迹的居民收入水平分类方法及设备,包括步骤:获取居民日常活动驻留地序列和时空驻留特征指标;从居民日常活动驻留地序列和时空驻留特征指标中提取居民活动建成环境的量化指标;构建收入水平分类器,以量化指标输入收入水平分类器,提取特征数据,基于特征数据对居民收入水平进行分类。本发明基于居民日常活动驻留地序列和时空驻留特征指标,提取出量化指标输入到分类器中,对居民收入水平进行分类,综合了居民日常活动的特征,增加了分类系统的科学性、完备性和准确性。
技术关键词
街景数据
居民
分类方法
指标
深度学习算法
分类器
序列
卷积神经网络特征
兴趣点
特征值
训练集
轨迹
坐标
聚类
中央处理器
景观
样本
分类方式