Détail de l'auteur
Auteur Liang Wu |
Documents disponibles écrits par cet auteur (4)
Ajouter le résultat dans votre panier Affiner la recherche Interroger des sources externes
A framework for extracting urban functional regions based on multiprototype word embeddings using points-of-interest data / Sheng Hu in Computers, Environment and Urban Systems, vol 80 (March 2020)
[article]
Titre : A framework for extracting urban functional regions based on multiprototype word embeddings using points-of-interest data Type de document : Article/Communication Auteurs : Sheng Hu, Auteur ; Zhanjun He, Auteur ; Liang Wu, Auteur ; et al., Auteur Année de publication : 2020 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] analyse de groupement
[Termes IGN] données massives
[Termes IGN] espace urbain
[Termes IGN] extraction de données
[Termes IGN] gestion urbaine
[Termes IGN] image à haute résolution
[Termes IGN] point d'intérêt
[Termes IGN] regroupement de données
[Termes IGN] télédétection spatiale
[Termes IGN] traitement du langage naturel
[Termes IGN] Wuhan (Chine)
[Termes IGN] zone urbaineRésumé : (auteur) Many studies are in an effort to explore urban spatial structure, and urban functional regions have become the subject of increasing attention among planners, engineers and public officials. Attempts have been made to identify urban functional regions using high spatial resolution (HSR) remote sensing images and extensive geo-data. However, the research scale and throughput have also been limited by the accessibility of HSR remote sensing data. Recently, big geo-data are becoming increasingly popular for urban studies since research is still accessible and objective with regard to the use of these data. This study aims to build a novel framework to provide an alternative solution for sensing urban spatial structure and discovering urban functional regions based on emerging geo-data – points of interest (POIs) data and an embedding learning method in the natural language processing (NLP) field. We started by constructing the intraurban functional corpus using a center-context pairs-based approach. A word embeddings representation model for training that corpus was used to extract multiprototype vectors in the second step, and the last step aggregated the functional parcels based on an introduced spatial clustering method, hierarchical density-based spatial clustering of applications with noise (HDBSCAN). The clustering results suggested that our proposed framework used in this study is capable of discovering the utilization of urban space with a reasonable level of accuracy. The limitation and potential improvement of the proposed framework are also discussed. Numéro de notice : A2020-191 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1016/j.compenvurbsys.2019.101442 Date de publication en ligne : 15/11/2019 En ligne : https://doi.org/10.1016/j.compenvurbsys.2019.101442 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94853
in Computers, Environment and Urban Systems > vol 80 (March 2020)[article]Multilane roads extracted from the OpenStreetMap urban road network using random forests / Yongyang Xu in Transactions in GIS, vol 23 n° 2 (April 2019)
[article]
Titre : Multilane roads extracted from the OpenStreetMap urban road network using random forests Type de document : Article/Communication Auteurs : Yongyang Xu, Auteur ; Zhong Xie, Auteur ; Liang Wu, Auteur ; Zhanlong Chen, Auteur Année de publication : 2019 Article en page(s) : pp 224 - 240 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] apprentissage automatique
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] données localisées des bénévoles
[Termes IGN] extraction du réseau routier
[Termes IGN] milieu urbain
[Termes IGN] OpenStreetMap
[Termes IGN] Pékin (Chine)
[Termes IGN] réseau routierRésumé : (Auteur) The volunteered geographic information (VGI) collected in OpenStreetMap (OSM) has been used in many applications. Extracting multilane roads and establishing a high level of expressed detail play important roles in the field of automated cartographic generalization. An accurate and detailed extraction process benefits geographic analysis, urban region division, and road network construction, as well as transportation applications services. The road networks in OSM have a high level of detail and complex structures; however, they also include many duplicate lines, which degrade the efficiency and increase the difficulty of extracting multilane roads. To resolve these problems, this work proposes a machine‐learning‐based approach, in which the road networks are first converted from lines to polygons. Then, various geometric descriptors, including compactness, width, circularity, area, perimeter, complexity, parallelism, shape descriptor, and width‐to‐length ratio, are used to train a random forest (RF) classifier and identify the candidates. Finally, another RF is trained to evaluate the candidates using all the geometric descriptors and topological features; the outputs of this second trained RF are the predicted multilane roads. An experiment using OSM data from Beijing, China validated the proposed method, which achieves a highly effective performance when extracting multilane roads from OSM. Numéro de notice : A2019-250 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1111/tgis.12514 Date de publication en ligne : 26/12/2018 En ligne : https://doi.org/10.1111/tgis.12514 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93006
in Transactions in GIS > vol 23 n° 2 (April 2019) . - pp 224 - 240[article]An effective approach to estimating computing time of vector data spatial computational domains in WebGIS / Mingqiang Guo in Geomatica, vol 71 n° 1 (March 2017)
[article]
Titre : An effective approach to estimating computing time of vector data spatial computational domains in WebGIS Type de document : Article/Communication Auteurs : Mingqiang Guo, Auteur ; Ying Huang, Auteur ; Zhong Xie, Auteur ; Liang Wu, Auteur Année de publication : 2017 Article en page(s) : pp 21 - 26 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] géomatique web
[Termes IGN] informatique
[Termes IGN] système d'information géographique
[Termes IGN] temps
[Termes IGN] traitement automatique de données
[Termes IGN] utilisateurRésumé : (Auteur) L’estimation du temps de calcul est un problème ardu pour les scientifiques des domaines de l’informatique et de l’information géographique. Pour être en mesure de créer un modèle d’estimation plus efficace du temps de calcul des domaines de calcul de l’information géospatiale (DCIG) pour les SIG sur le Web, la méthode d’apprentissage machine de l’arbre décisionnel est exploitée pour créer un modèle d’arbre décisionnel du temps de calcul (ADTC). Le présent article met l’accent sur l’approche de modélisation de l’ADTC et l’expose plus en détail. La méthode de fractionnement des noeuds est la technologie clé de cette nouvelle approche. Elle peut résoudre efficacement le problème de l’estimation du temps de calcul. Cette étude développe le cadre d’estimation du temps de calcul des DCIG dans les SIG sur le Web. Grâce aux exemples d’apprentissage des DCIG collectés, le modèle d’ADTC du temps de calcul des DCIG dans les SIG sur le Web peut être facilement formé. Pour démontrer l’efficacité de la nouvelle approche, la visualisation d’une carte est choisie comme DCIG représentatif d’un SIG sur le Web pour mener une série d’expériences. Les résultats des tests indiquent que la performance de l’ADTC est, de toute évidence, supérieure à celles de la méthode des surfaces (MS) et de la méthode de l’analyse de régression (MAR). Elle est en mesure d’estimer le temps de calcul des DCIG. Le temps de calcul réel affiché du côté du client peut améliorer con sidérablement l’expérience interactive de l’utilisateur. Numéro de notice : A2017-579 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.5623/cig2017-102 En ligne : https://doi.org/10.5623/cig2017-102 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86720
in Geomatica > vol 71 n° 1 (March 2017) . - pp 21 - 26[article]An efficient parallel map visualization framework for large vector data / Mingqiang Guo in Geomatica, vol 69 n° 1 (March 2015)
[article]
Titre : An efficient parallel map visualization framework for large vector data Type de document : Article/Communication Auteurs : Mingqiang Guo, Auteur ; Liang Wu, Auteur ; Zhong Xie, Auteur Année de publication : 2015 Article en page(s) : pp 113 - 117 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] données vectorielles
[Termes IGN] généralisation géométrique (de visualisation)
[Termes IGN] visualisation de données
[Termes IGN] web mappingRésumé : (auteur) Grâce au développement incroyable des technologies d'arpentage et de cartographie, le volume de données vectorielles est en expansion. Pour les travailleurs en cartographie et les autres scientifiques des SIG, la visualisation cartographique est l'une des fonctions les plus couramment utilisées des SIG. Mais il s'agit aussi d'un processus coûteux au niveau du temps lorsqu'il faut traiter des volumes importants de données vectorielles. Surtout dans un environnement de service cartographique Web, des nombres élevés d'utilisateurs simultanés peuvent entraîner des retards importants dans le traitement. Afin de s'attaquer à cette question, le présent article développe un cadre de visualisation parallèle efficace pour de grands jeux de données vectorielles en tirant profit des avantages et caractéristiques des cartes graphiques, en se concentrant sur la stratégie de stockage et de transfert. Les résultats de l'essai démontrent que cette nouvelle approche peut réduire les temps de calcul pour la visualisation de grandes cartes vectorielles. Numéro de notice : A2015-398 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.5623/cig2015-108 En ligne : https://doi.org/10.5623/cig2015-108 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=76878
in Geomatica > vol 69 n° 1 (March 2015) . - pp 113 - 117[article]