1.一种利用POI数据进行地表覆盖分类的方法,其特征是,包括如下步骤:步骤A:获取POI数据集,将POI数据集作为地表覆盖分类数据;POI数据集包括:POI类型与表示空间位置的坐标信息;
步骤B:利用步骤A所获取的POI数据集构建文档,将文档输入到潜在狄利克雷LDA(Latent Dirichlet Allocation)主题模型,进行POI文本主题计算;输出文档中主题Z的分布概率Θ和每个主题中POI文本词语W的分布概率φ;
步骤C:基于POI文本主题的地表覆盖分类,应用支持向量机SVM(Support Vector Machine)算法,构建地表覆盖分类模型;将文档中主题Z的分布概率Θ输入到构建的地表覆盖分类模型中,得到地表覆盖分类结果;
步骤D:基于步骤C所得地表覆盖分类结果,以随机抽样的方式从基于遥感影像的地表覆盖分类数据抽取采样点作为参考数据,利用混淆矩阵,对基于POI的地表覆盖分类结果进行精度验证。
2.如权利要求1所述的一种利用POI数据进行地表覆盖分类的方法,其特征是,所述POI数据集包括:新浪微博POI数据集、百度地图POI数据集和高德地图POI数据集。
3.如权利要求1所述的一种利用POI数据进行地表覆盖分类的方法,其特征是,所述步骤B包括:步骤B1:构建用于LDA主题模型输入的文档:将研究区划分为1000m*1000m分辨率的栅格单元,将步骤A所获取的POI数据集空间叠加到栅格单元中,将所有落入同一个栅格单元的POI文本词语W作为一个文档d;
步骤B2:将文档d输入到LDA主题模型,利用LDA主题模型对POI的文本主题及分布进行计算,输出文档中主题Z的分布概率Θ和每个主题中POI文本词语W的分布概率φ。
4.如权利要求1所述的一种利用POI数据进行地表覆盖分类的方法,其特征是,所述LDA主题模型以文档作为输入变量,并假定文档是由设定分布概率下主题Z与词语W决定的,主题Z由词语W构成;Θ是文档中主题Z的分布概率,φ是主题中词语W的分布概率;
超参数α和β为LDA主题模型的输入参数,影响主题分布概率Θ和词语分布概率φ;M为文档的数量,N为每篇文档中词语W的个数,K为计算输出主题的数量,K为LDA主题模型的输入参数。
5.如权利要求1所述的一种利用POI数据进行地表覆盖分类的方法,其特征是,文档中主题Z的分布概率Θ和每个主题中POI文本词语W的分布概率φ,计算公式如下:式中,ni表示第k个主题Z下第i个POI文本词语W的个数,nk表示第k个主题K中POI文本词语W的个数,V为POI数据集中所有POI文本词语W的数量,超参数α和β为LDA主题模型的输入参数。
6.如权利要求1所述的一种利用POI数据进行地表覆盖分类的方法,其特征是,LDA主题模型中超参数α、β与主题数K决定了分布概率Θ和φ;
α、β的取值人为设定,主题数K依据POI类型设定;
为确定符合地表覆盖分类的主题数K,引入用于衡量文本混合度的指标perplexity,计算不同主题数K下主题Z的归类情况,perplexity计算公式如下:式中,Dtest为测试数据集,M为文档的数量,wd为文档中的词语,Nd则为文档的大小;
perplexity值代表文档属于某个主题的可信度,Perplexity的值越小,表示计算结果中主题的可信度越高;
确定模型参数α、β、K后,得到文档中主题Z的分布概率Θ和每个主题中POI文本词语W的分布概率φ,其矩阵构建如下:其中,POI文本词语W的分布概率φ反映了主题归类的可信度,文档中主题Z的分布概率Θ反映了地表覆盖类型的分布,文档中主题Z的分布概率Θ用于地表覆盖自动分类。
7.如权利要求1所述的一种利用POI数据进行地表覆盖分类的方法,其特征是,所述地表覆盖分类模型构建过程如下:通过构建空间超平面公式(4)实现样本点的正确分类:
A·Θ+b=0 (4);
其中,A和b分别为构成超平面的参数,Θ为由LDA模型计算所得文档中主题Z的分布概率Θ;随后,定义文档中主题Z的分布概率Θ距离超平面公式(4)的间隔r:其中,AT为参数A的转置;
约束条件:
yi[A·Θ+b]-1≥0,i=1,2,....M (6);
其中,yi为分类的类型,yi∈{-1,+1},-1和+1代表两种不同的分类类型,i表示第i个文档d,M为文档总数;
利用间隔r与约束条件,求得超平面参数A和b的值,并构建地表覆盖分类模型f(Θ):f(Θ)=sgn(A·Θ+b) (7);
其中,sgn为符号函数,当A·Θ+b=0时,f(Θ)=0,当A ·Θ +b > 0 时,f(Θ)>0,当A·Θ+b<0,f(Θ)<0。
8.如权利要求1所述的一种利用POI数据进行地表覆盖分类的方法,其特征是,SVM算法中最重要的因素为gamma、cost的取值与核函数的选择;
选用sigmoid作为核函数,应用网格搜索算法遍历选取gamma和cost的最优值;网格搜索算法遍历所有文档并计算不同参数下的分类模型精度,得到地表覆盖分类精度最高时的参数取值。
9.如权利要求1所述的一种利用POI数据进行地表覆盖分类的方法,其特征是,通过每个主题中POI文本词语W的分布概率φ得到POI类型的归类结果;通过归类结果反映LDA主题模型对POI类型分类的合理性。
10.一种利用POI数据进行地表覆盖分类的系统,其特征是,包括:
POI数据集获取单元,将POI数据集为地表覆盖分类数据;POI数据集包括:POI类型与表示空间位置的坐标信息;
文档主题分布概率的计算单元,利用所获取的POI数据集构建文档,将文档输入潜在狄利克雷LDA(Latent Dirichlet Allocation)主题模型,进行POI文本主题计算;输出文档中主题Z的分布概率Θ和每个主题中POI文本词语W的分布概率φ;
地表覆盖分类单元,基于POI文本主题的地表覆盖分类,应用支持向量机SVM(Support Vector Machine)算法,构建地表覆盖分类模型;将文档中主题Z的分布概率Θ输入到构建的地表覆盖分类模型中,得到地表覆盖分类结果;
精度验证单元:基于地表覆盖分类单元所得地表覆盖分类结果,以随机抽样的方式从基于遥感影像的地表覆盖分类数据抽取采样点作为参考数据,利用混淆矩阵,对基于POI的地表覆盖分类结果进行精度验证。