基于深度神经网络图编码器的城市人类流动模式检测方法

摘要

本发明公开了一种基于深度神经网络稀疏图编码器的人类流动模式检测方法，包括以下步骤：采集城市数据，包括人类活动数据、城市兴趣点数据及城市地理信息数据；结合改进的OPTICS算法和城市数据将城市划分为若干个区域；根据区域划分结果，构建多个时间段的人类活动流量矩阵，并基于人类活动流量矩阵构建人类活动张量矩阵；基于深度神经网络的稀疏图编码器求取人类活动张量矩阵的结构化数据；利用聚类算法处理结构化数据获得各场景下的人类流动模式。本发明能适用于更复杂的数据结构，实现更有效的城市区域选取，更好地反映网络的结构特征，推断出在不同的时空环境下用户对POI的偏好，实现城市人类流动模式的有效检测，进而为城市规划和POI建设提供建议。