[發(fā)明專利]基于AWA-DRCN的人口空間化方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011460055.2
• 申請(qǐng)日: 2020-12-11
• 公開（公告）號(hào): CN112488413A
• 公開（公告）日: 2021-03-12
• 發(fā)明（設(shè)計(jì)）人: 劉明皓;游鵬;文汝杰
• 申請(qǐng)（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/26;G06N3/04;G06N3/08
• 代理公司: 北京同恒源知識(shí)產(chǎn)權(quán)代理有限公司 11275
• 代理人: 趙榮之

1.一種基于AWA-DRCN的人口空間化方法，其特征在于，該方法具體包括以下步驟：

S1：獲取人口數(shù)據(jù)集和驅(qū)動(dòng)因子數(shù)據(jù)，并對(duì)其進(jìn)行預(yù)處理；

S2：“去粗”過程：采用面積加權(quán)平均柵格化(Area weighted average，AWA)模型實(shí)現(xiàn)全局性特征學(xué)習(xí)，完成區(qū)縣級(jí)人口普查數(shù)據(jù)柵格化；

S3：“取精”過程：構(gòu)建DRCN模型，將步驟S2柵格化人口數(shù)據(jù)及驅(qū)動(dòng)因子數(shù)據(jù)作為特征，處理后的網(wǎng)格人口柵格數(shù)據(jù)作為標(biāo)簽輸入到DRCN模型中進(jìn)行混合學(xué)習(xí)實(shí)現(xiàn)全局與局部特征，獲得在空間分布上的人口空間化結(jié)果。

2.根據(jù)權(quán)利要求1所述的人口空間化方法，其特征在于，步驟S1中，所述人口數(shù)據(jù)集包括人口統(tǒng)計(jì)數(shù)據(jù)和高分辨率柵格人口數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的人口空間化方法，其特征在于，步驟S1中，所述驅(qū)動(dòng)因子數(shù)據(jù)包括自然因子、社會(huì)因子和距離因子。

4.根據(jù)權(quán)利要求3所述的人口空間化方法，其特征在于，所述自然因子包括：高程、坡度和土地利用類型，其中土地利用類型分為水體、河流、耕地和林地；所述社會(huì)因子包括：夜間燈光和居民點(diǎn)；所述距離因子包括：土地與河流歐式距離。

5.根據(jù)權(quán)利要求1所述的人口空間化方法，其特征在于，步驟S2中，采用的AWA模型的表達(dá)式為：

其中，LR_ki表示第k個(gè)行政單元內(nèi)第i個(gè)柵格的人口數(shù)量，P_k表示第k個(gè)行政單元人口，S_k表示第k個(gè)行政單元的面積。

6.根據(jù)權(quán)利要求1所述的人口空間化方法，其特征在于，步驟S3中，構(gòu)建DRCN模型，具體包括：

(1)網(wǎng)絡(luò)將內(nèi)插輸入圖像作為輸入x，并預(yù)測(cè)目標(biāo)圖像y；目標(biāo)是學(xué)習(xí)一個(gè)預(yù)測(cè)值Y＝f(x)的模型f，其中Y是它對(duì)目標(biāo)圖像y的預(yù)測(cè)估計(jì)；設(shè)f₁、f₂、f₃分別表示子網(wǎng)函數(shù)：嵌入、推理、重構(gòu)；構(gòu)建的模型由三個(gè)函數(shù)組成：f(x)＝f₃(f₂(f₁(x))；嵌入網(wǎng)f₁(x)取輸入向量x并計(jì)算矩陣輸出H₀，它是推理網(wǎng)f₂的輸入；隱藏層值用h_-1表示；嵌網(wǎng)公式如下：

H_-1＝max(0,W_-1*x+b_-1)

H₀＝max(0,W₀*H_-1+b₀)

f₁(x)＝H₀

其中，運(yùn)算符*表示卷積，max(0，)對(duì)應(yīng)于ReLU；權(quán)重和偏置矩陣為W_-1、W₀和b_-1、b₀；

(2)推理網(wǎng)絡(luò)f₂取輸入矩陣H₀并計(jì)算矩陣輸出H_D；對(duì)所有操作使用相同的權(quán)重和偏差矩陣W和b；設(shè)g表示遞歸層單次遞歸建模的函數(shù)：g(H)＝max(0，W*H+b)；遞歸關(guān)系是

H_d＝g(H_d-1)＝max(0,W*H_d-1+b)

對(duì)于d＝1,...,D，推理網(wǎng)f₂相當(dāng)于函數(shù)g的組成：其中運(yùn)算符o表示函數(shù)組合，g^d表示g與d乘積；

f₂(H)＝(gogo…o)g(H)＝g^D(H)

(3)重構(gòu)網(wǎng)f₃取輸入隱藏狀態(tài)H_D，輸出目標(biāo)圖像；即重構(gòu)網(wǎng)是嵌入網(wǎng)的逆運(yùn)算，公式如下：

H_D+1＝max(0,W_D+1*H_D+b_D+1)

Y＝max(0,W_D+2*H_D+1+b_D+2)

f₃(H)＝Y(jié)

通過嵌入網(wǎng)絡(luò)、推理網(wǎng)絡(luò)和重構(gòu)網(wǎng)絡(luò)三部分得到模型的一次輸出；采用標(biāo)準(zhǔn)反向傳播的隨機(jī)梯度下降方法使模型輸出與實(shí)際人口分布的均方誤差最小化，以此獲得高分辨率人口分布結(jié)果。