【摘 要】
：
为了深入了解我国各地区的信用环境现状,研究影响信用环境的社会经济因素,对有针对性地提升城市信用环境水平,吸引人才和投资,促进经济发展具有重要意义.该文利用局部空间自相关分析我国城市商业信用环境指数的空间分布格局,其高高值区域主要集中在环渤海地区和长江三角洲地区,低低值区域主要集中在中部地区和西南地区.基于城市商业信用环境指数分析我国信用环境的区域分布规律,利用极端梯度提升算法建立城市商业信用环境指数与社会经济指标的回归模型,模型的决定系数R2为0.8571.特征重要性分析结果表明,住户存款余额、年末金融机
【机 构】
：
兰州交通大学测绘与地理信息学院,兰州 730070;地理国情监测技术应用国家地方联合工程研究中心,兰州730070;甘肃省地理国情监测工程实验室,兰州 730070;中国测绘科学研究院,北京10003
论文部分内容阅读
为了深入了解我国各地区的信用环境现状,研究影响信用环境的社会经济因素,对有针对性地提升城市信用环境水平,吸引人才和投资,促进经济发展具有重要意义.该文利用局部空间自相关分析我国城市商业信用环境指数的空间分布格局,其高高值区域主要集中在环渤海地区和长江三角洲地区,低低值区域主要集中在中部地区和西南地区.基于城市商业信用环境指数分析我国信用环境的区域分布规律,利用极端梯度提升算法建立城市商业信用环境指数与社会经济指标的回归模型,模型的决定系数R2为0.8571.特征重要性分析结果表明,住户存款余额、年末金融机构人民币各项存款余额是影响我国信用环境的重要因子.引入TreeSHAP解释模型从微观角度分析因子对信用环境的影响,总体上金融体系的发展水平、政府行政管理以及区域经济的发展越好,城市信用环境越好.
其他文献
针对土地勘测定界图中当界址点注记、界址线距离注记密集时容易产生大量压盖,人工处理工作量巨大且容易出错的问题,该文提出采用滑动模型进行注记配置自动优化,界址点注记采用圆形滑动方法,界址线注记采用垂线滑动方法,当常规注记间隔下可能无法找到合适的注记位置时,采用引线注记进行配置,确保地图的易读性,详细分析该算法的流程、实现方法及实例验证.实例表明,该算法效果良好.
为了科学、合理地评估生态系统服务价值,为生态质量提升、土地合理利用、区域可持续发展提供重要参考,论文采用土地利用动态度、当量因子修正的生态系统服务价值评估模型和灰色关联度等方法,基于高分辨率遥感影像解译的数据,对京津冀地区2007、2015、2018年的土地利用和生态系统服务价值的时演变特征及其关联性进行分析.结果 表明:在研究期内,京津冀地区的土地利用类型主要以林地为主,其次是耕地,二者占比都在30％以上.与2007年相比,2018年面积变化较大的是建设用地和林地,分别增加了24.68％和17.38％;
针对国土调查实地举证中,照片数量巨大、内容丰富、语义复杂,依靠人工按照土地利用分类标准解译费时费力且主观性过强的问题,该文提出一种基于注意力的照片土地利用场景语义深度学习解析方法,自动提取照片注意力区(主场景)的土地利用语义和分布信息.实验表明,该方法能够实现自然场景照片土地利用语义包的快速提取,成功应用于江夏区国土调查工作,为全国国土调查智能化提供了技术支撑.
针对现有安全风险防范工作中对尾矿库数量统计与“一库一策”的管理需求,该文提出了一种将深度学习与随机森林结合的典型尾矿库遥感目标识别方法.首先,运用Faster R-CNN模型进行基于遥感影像的尾矿库目标检测,实现大范围影像内尾矿库正确识别结果的保留;其次,为进一步提高识别精度,统计识别结果中图像的几何特征,采用U-Net分别设计尾矿库语义分割模型与尾矿库水、砂、坝场景分割模型,获取了尾矿库面积特征、场景元素几何特征与空间关系特征,通过改进的Res-Net图像分类模型得出尾矿库概率特征;最后,基于随机森林分
为了对BDS-3全球定位性能进行全面系统的评估,该文基于MGEX测站2020年336-342 d的BDS和GPS实测数据,对比分析BDS-3、GPS以及BDS-3/BDS-2的单频及双频定位性能,并研究不同区域、不同高度角对BDS-3、GPS、BDS-3/BDS-2定位精度与收敛时间的影响.实验结果表明:双频PPP中,加入BDS-2后,与单BDS-3不同频率组合相比较,在定位精度上没有明显的提升,收敛时间提升了22％、13％,GPS定位精度也略优于BDS-3;单频PPP方面,BDS-3新信号B1C定位性能
获取光伏电池板的空间分布及动态变化信息对于国土调查、资源环境监测和能源结构评估具有重要意义,然而,传统的光伏电池板的识别依赖于人工设计的中低层次特征,无法克服对象光谱不确定性、空间结构类型复杂等难题,算法普遍存在稳健性不强、效率不高等问题.目前,基于场景单元从遥感影像中提取空间信息,多数算法仅建立在少数标准数据集上,未考虑实际应用中遥感图像质量、空间分辨率等因素对图像场景深度特征表达的影响,制约了遥感技术在城市结构、经济社会知识挖掘方面的深入应用.针对以上情况,本文基于卷积神经网络(CNN)采用迁移学习和
针对在三维重建中,利用图像序列重建的方法耗时过长、模型精度低的问题,该文提出一种对离散点云稠密化的优化方法.以图像序列的三维模型重建为背景,在增量式运动恢复结构算法(SfM)生成三维稀疏点云的基础上,对目标物体表面的稀疏离散点进行稠密化,并提出了一种针对基于面片的多视角立体几何算法(PMVS)时间复杂度的优化方法.针对稠密点云重建过程中PMVS算法耗时过长的问题,构建一种基于原始的拟牛顿优化方法的改进算法.在PMVS算法的面片优化部分中,对拟牛顿算法(BFGS)的修正矩阵迭代公式进行改进,确保全局收敛的同
作为政府管理的基础单元,地理实体的构建是智慧城市建设的重要内容.本文在分析国内外地理实体相关研究和应用的基础上,基于上海市“智能化全息测绘”实践经验,阐述了面向城市级应用的地理实体构建范围;以院落和房屋两类典型实体为例,分析了其数据特点,探索了其构成内容及构建规则,为智慧城市建设中地理实体的构建和智能化应用提供了参考.
拓扑关系优劣影响着线状网络数据的连通性及正确性,是决定线状网络数据质量的重要因素.目前的研究或应用软件只能在一定距离阈值内对简单的线状网络数据进行拓扑关系修复,没有相对完善的识别类型、修复流程及优化方法.针对这个问题,该文提出4种识别类型及3种拓扑关系修复模式:优先顾及数据的属性或几何形态相同或相似特征,并充分考虑线状网络数据中所涉及弧段的长度、角度,修复补偿出一个连续的、完整的网络化数据.通过实验验证,该文方法不仅在可靠性上优于传统方法,而且在可视化效果上更贴合线状网络数据的应用.
建筑物作为三维模型的主体,其矢量化主要依赖人工勾画,虽有采用深度学习等方法进行建筑物提取的研究,但依然需要标注大量样本.针对上述问题,本文以天津市典型区域为试验区,提出一种融合高度和光谱信息的倾斜摄影数据建筑物自动提取方法.首先,通过高度初始分割、植被信息滤除、形态学后处理等,逐步优化建筑物提取结果,实现建筑物信息的自动提取,建筑物的总体识别精度达到94％.然后,通过对建筑物轮廓进行矢量化和规则化,在地理信息平台中实现了建筑物的对象化查询,拓展了实景三维模型的应用深度.