用模式挖掘找城市土地利用相似性，帮规划者发现类比城市。
Exploring Urban Land Use Patterns by Pattern Mining and Unsupervised Learning
- 基于频繁项集挖掘与无监督学习，识别土地利用共现模式。
- 从欧洲城市地图数据中提取128个城市的相似性分组结果。
- 代码与数据公开，适合城市规划与地理信息研究者使用。
城市是受社会经济、环境和基础设施因素影响的复杂系统，土地利用模式是城市形态的重要体现。本文提出一种新方法，结合频繁项集挖掘与无监督学习技术，基于共现的土地利用模式识别相似城市。研究使用哥白尼计划的都市图集（Urban Atlas）数据作为原始数据源。方法包括数据预处理、使用negFIN算法进行模式挖掘、后处理及知识提取与可视化。空间数据预处理后生成一个公开可获取的事务数据集。该框架具有可扩展性，源代码已公开。
原文摘要 · Abstract (English)
Urban areas are intricate systems shaped by socioeconomic, environmental, and infrastructural factors, with land use patterns serving as aspects of urban morphology. This paper proposes a novel methodology leveraging frequent item set mining and unsupervised learning techniques to identify similar cities based on co-occurring land use patterns. The Copernicus program's Urban Atlas data are used as source data. The methodology involves data preprocessing, pattern mining using the negFIN algorithm, postprocessing, and knowledge extraction and visualization. The preprocessing of spatial datasets results in a publicly available transaction dataset. The framework is scalable and the source code is made publicly available.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。