数据篇：全国地铁站点，线路；深圳公交站点，线路。

GGG信

已于 2025-03-07 15:32:01 修改

阅读量1k

点赞数 7

文章标签： QGIS 公交地铁

于 2024-12-26 17:09:50 首次发布

本文链接：https://blog.csdn.net/m0_48587622/article/details/144748653

版权

1、全国地铁站点，线路
2、深圳公交站点，线路
3、其他数据处理/程序/指导！！！
4、优势：全网最全最细！

时间：22年
坐标系：WGS84
来源：腾讯地图网页版，python编写代码获取

1、全国地铁站点，线路

在这里插入图片描述

全国地铁站点，线路

在这里插入图片描述

全国地铁站点

在这里插入图片描述

全国地铁线路

在这里插入图片描述

深圳地铁线路

在这里插入图片描述

北京地铁线路

2、深圳公交站点，线路

在这里插入图片描述

深圳公交站点，线路

在这里插入图片描述

深圳公交站点

在这里插入图片描述

深圳公交线路

在这里插入图片描述

深圳公交线路

3、其他数据处理/程序/指导！！！

直接看PDF吧，搬过来调格式类似了。
通过网盘分享的文件：v1.1 数据_代码_指导.pdf
链接: https://pan.baidu.com/s/1E93QTFcdl7DQjCYZW1Kj2Q?pwd=GGGX 提取码: GGGX

目录：GIS数据处理/程序/指导，街景百度热力图POI路网建筑物AOI等

百度热力图指导，买数据提供指导，含详细说明文档。链接0-数据介绍：百度慧眼百度热力图数据处理，可直接用于论文。链接1-原理及应用：百度热力图数据获取，原理，处理及论文应用-CSDN博客。链接2-Pro操作：百度热力图数据处理流程Arcgis PRO篇，Arcgis,QGIS见链接其他文章-CSDN博客。

多模型（含全部树模型）分类回归精度结果对比（回复审稿人意见之：为什么选某个模型？比如为什么选XGBoost？）。

回归模型：线性模型（Linear、Ridge 、Lasso、Huber 、Partial Least Squares），KNN，SVR，树模型（Decision Tree、RF、AdaBoost 、GBDT、XGBoost、LightGBM 、CatBoost ）。可自定义增加。
分类模型：Logistic Regression、Naive Bayes、KNN、SVM、树模型（Decision Tree、RF、AdaBoost 、GBDT、XGBoost、LightGBM 、CatBoost ）可自定义增加。

3.各种树模型分类回归代码（RF/GBDT/XGBoost/LightGBM/Catboost等模型对比，最优模型最优参数）。
3. 树模型-SHAP分析，上一步选模型，这一步用模型进行分析。
4. GCN用于街道研究，如GCN实现街道功能分类。
5. 树模型-SHAP分析，上一步选模型，这一步用模型进行分析。
6. 街景语义分割后像素提取，指标计算代码（绿视率、天空开阔度、界面围合度、视觉熵/景观多样性等），含详细说明文档。deeplabv3+街景图片语义分割，无需训练模型，看不懂也没有影响，直接使用，cityscapes数据集。
7. 街景主观感知两两对比程序（数据集生成，自定义每张图片出现次数，提示剩余总对比次数，对比程序！最少对比次数，最高的效率。街景主观感知1：街景图片两两对比程序），TrueSkill计算beautiful、safer等维度主观感知评分（原理，代码）均含详细说明文档。街景两两对比程序，Trueskill计算评分代码，训练模型，预测街景。
8. 街景主观感知训练，预测模型（beautiful, safer等自定义维度），多模型对比（ResNet50，ResNet101，EfficientNet、VGGNet、GoogleNet、DenseNet、MobileNet、ShuffleNet、Xception、ConvNeXt、Vision Transformer (ViT)、RegNet等），beautiful和safer维度精度均达到0.89。街景两两对比程序，Trueskill计算评分代码，训练模型，预测街景。
9. 街景图片色彩聚类。
10. 全国街景数据。
11. OSM路网简化指导（详细说明文档，双线变单线，fclass选择，拓扑检查，短道路处理）。
12. POI数据，重分类，各种密度，各种比例，功能混合度/熵/多样性计算。
13. 建筑物各种指标计算（建筑密度，容积率）。
14. 坐标系转化代码（bg09，wgs84，Gcj02等各种地理，投影转化）。
15. GIS相关处理，指标计算，街道街区相关，活力相关，街道品质相关。