城市道路网络空间同质性量化数据集2022

数据集概述

本数据集围绕2022年发表于《Nature Machine Intelligence》的研究论文构建，核心内容是通过图神经网络量化城市道路网络的空间同质性，为城市道路网络结构分析提供数据支持。

文件详解

该数据集包含一个压缩文件，具体说明如下： - 文件名称: road-network-predictability-master.zip - 文件格式: ZIP压缩包（.zip） - 文件内容: 压缩包内包含与研究论文《Quantifying the spatial homogeneity of urban road networks via graph neural networks》相关的文件，未提供具体文件预览内容。

适用场景

• 城市规划研究: 分析城市道路网络的空间结构特征与同质性分布
• 交通工程应用: 探究道路网络结构对交通流量、通行效率的影响
• 图神经网络应用: 验证图神经网络在空间网络量化任务中的性能
• 城市地理学分析: 研究不同城市道路网络的空间模式差异