Click to edit Master title styleClick to edit Master text stylesSecond levelThird levelFourth levelFifth level基于大规模定位数据的群体活动时空特征分析曹劲舟 涂伟 李清泉 曹瑞1. 武汉大学 测绘遥感信息工程国家重点实验室武汉 430079 2. 深圳大学 土木工程学院空间信息智能感知
基于大规模定位数据的群体活动时空特征分析曹劲舟 涂伟 李清泉 曹瑞1. 武汉大学 测绘遥感信息工程国家重点实验室武汉 430079 2. 深圳大学 土木工程学院空间信息智能感知与服务深圳市重点实验室深圳 518060 3. 海岸带地理环境监测国家测绘地理信息局重点实验室深圳 518060 4. 深圳大学智慧城市研究院深圳 518060 5. 宁波诺丁汉大学国际博士创新研究中心宁波 3151
Click to edit Master title styleClick to edit Master text stylesSecond levelThird levelFourth levelFifth level基于大规模定位数据的群体活动时空特征分析曹劲舟 涂伟 李清泉 曹瑞1. 武汉大学 测绘遥感信息工程国家重点实验室武汉 430079 2. 深圳大学 土木工程学院空间信息智能感知
Click to edit Master title styleClick to edit Master text stylesSecond levelThird levelFourth levelFifth level基于大规模定位数据的群体活动时空特征分析曹劲舟 涂伟 李清泉 曹瑞1. 武汉大学 测绘遥感信息工程国家重点实验室武汉 430079 2. 深圳大学 土木工程学院空间信息智能感知
基于大规模定位数据的群体活动时空特征分析曹劲舟 涂伟 李清泉 曹瑞1. 武汉大学 测绘遥感信息工程国家重点实验室武汉 430079 2. 深圳大学 土木工程学院空间信息智能感知与服务深圳市重点实验室深圳 518060 3. 海岸带地理环境监测国家测绘地理信息局重点实验室深圳 518060 4. 深圳大学智慧城市研究院深圳 518060 5. 宁波诺丁汉大学国际博士创新研究中心宁波 3151
基于社交媒体数据的城市人群分类与活动特征分析周艳 李妍羲 黄悦莹 耿二辉1. 电子科技大学 资源与环境学院成都 611731 2. 电子科技大学 大数据研究中心成都 611731图1 时序矩阵构造方法地球信息科学学报201719(9):
基于社交媒体数据的城市人群分类与活动特征分析周艳 李妍羲 黄悦莹 耿二辉1. 电子科技大学 资源与环境学院成都 611731 2. 电子科技大学 大数据研究中心成都 611731图3 月份组合数为1234的城市人口类别及总体的分类结果质量比较地球信息科学学报201719(9):
基于社交媒体数据的城市人群分类与活动特征分析周艳 李妍羲 黄悦莹 耿二辉1. 电子科技大学 资源与环境学院成都 611731 2. 电子科技大学 大数据研究中心成都 611731图4 不同类型人群在不同时间段签到变化规律地球信息科学学报201719(9):
基于社交媒体数据的城市人群分类与活动特征分析周艳 李妍羲 黄悦莹 耿二辉1. 电子科技大学 资源与环境学院成都 611731 2. 电子科技大学 大数据研究中心成都 611731图2 每类城市人口类别的时序矩阵示例地球信息科学学报201719(9):
Click to edit Master title styleClick to edit Master text stylesSecond levelThird levelFourth levelFifth level基于社交媒体数据的城市人群分类与活动特征分析周艳 李妍羲 黄悦莹 耿二辉1. 电子科技大学 资源与环境学院成都 611731 2. 电子科技大学 大数据研究中心成都 611731图
违法有害信息,请在下方选择原因提交举报