基于复杂网络计算、优化计算和各种流模型,探索空间交互数据的流动层次结构和多维流模式;应用于大数据量车流数据分析、公众出行分析、手机数据分析、资金流分析、微博社交网络数据分析等。支持多种流模型(如Modulairty, Edge Ratio, Net Flow, etc.),支持设定限制条件,如每个分区的最小空间单元,最少人口等。

应用场景:

  • 出行特征分析
  • 城市活力区识别
  • 区域联系强度分析
  • 选址与广告投放
  • 交通流向规律探索
  • 区域贸易流向分析
  • 毒品走私流向分析
  • 其它…

实现基于神经网络计算的多变量分类、多元数据关联分析、数据降维、多元色彩模式辅助认知、最优线性排序、地图矩阵、时空矩阵、多视角协调互动等;动态集成空间数据和多维/高维属性数据进行深度的交互联动分析,探索和发现时空高维数据中隐藏的分布模式、变化趋势和多因子关联关系。广泛应用于不同领域的多因子评估与画像、异常发现、指标筛选和理解、模型调整等。

集成机器智能和用户的专业知识,实现非监督分类交互可视化、重分类和打标签的功能。

应用场景:

  • 市场画像、用户行为分析、商业关联性分析
  • 竞争分析、风险分析
  • 选址分析与广告投放分析
  • 经济、产业、人口、生态环境等的分布特征分析
  • 区域特征分析
  • 区域特征随时间的变化分析
  • 城市功能区识别、中心区识别
  • 公共设施服务能力评价
  • 职住分析
  • 用地投资分析
  • 交通模式分析
  • 石油勘探数据分析、公共卫生数据分析
  • 其它…

通过灵活智能的数据聚合方法,将大片区域自动划分成若干个空间连续同质或异质的小区域,形成不同尺度的层级嵌套特征分区。这个过程可以理解为对数据的多维/高维属性在空间上的归纳,很难依靠人力来完成,是空间数据挖掘重要的环节,应用非常广泛。支持设定约束条件,如每个分区最少空间单元,最少人口等。计算结果既保留有原始数据的模式和关系,又降低了不必要的细节干扰和随机影响。计算高效快捷,时间复杂度仅为 O(n*2lgn)。

应用场景:

  • 城市功能区自然形态划分
  • 生态环境分区、生态红线划定
  • 产业分区、经济分区
  • 文化分区、自然分区
  • 消费指数发布
  • 动态市场分割
  • 保险率分区
  • 气候分区
  • 生态景观去碎片化处理
  • 犯罪特征分区
  • 其它…

联系方式

  • 邮箱:info@wayhe.com
  • 地址:深圳市龙华新区民治大道325号东边商务大楼6016室

微信公众号

  • 微信公众号