1.一种基于多源遥感地理数据的城市混合功能区识别方法，其特征在于，所述方法包括：获取研究区域的遥感影像数据和路网数据并进行预处理，将预处理后的遥感影像数据与路网数据叠加，得到研究区域的基本街区单元；

获取研究区域的POI数据并进行预处理，根据预处理后的POI数据计算所述基本街区单元所属的功能类别的混合度，根据所述混合度从所述基本街区单元中提取第一数据集；所述第一数据集包括第一单一功能区样本和第一混合功能区样本；

获取研究区域的AOI数据并进行预处理，根据预处理后的AOI数据提取第二单一功能区样本；

将所述第一单一功能区样本与所述第二单一功能区样本合并，得到第二数据集；

根据所述第二数据集进行多视图差异信息学习，并对所述基本街区单元进行投票预测，得到第三数据集；

将所述第一数据集与所述第三数据集合并得到综合数据集；

通过所述综合数据集训练神经网络模型，得到城市功能区识别模型，通过城市功能区识别模型对研究区域进行城市功能区分类。

2.根据权利要求1所述的基于多源遥感地理数据的城市混合功能区识别方法，其特征在于，所述计算所述基本街区单元所属的功能类别的混合度具体包括：根据POI数据构建Voronoi图，通过Voronoi图统计每类POI数据的平均面积；

通过每类POI数据的平均面积、每类POI数据的数量计算每类POI数据的面积加权比例；

根据所述面积加权比例，利用POI分布信息熵计算研究区域内任意一个基本街区单元所属的功能类别的混合度。

3.根据权利要求2所述的基于多源遥感地理数据的城市混合功能区识别方法，其特征在于，所述计算每类POI数据的面积加权比例的公式为：其中，r代表研究区域内的任意一个区域，APr(k)是区域r中第k类POI的面积加权比例，Tk表示第k类POI类型的总数，k为单一类别的类型编号，k＝1,...,5；A(i,k)是第k类、第i个POI类型的平均面积；nr(i,k)是区域r中第k类、第i个POI类型的数量；i＝1,2,…,Tk。

4.根据权利要求3所述的基于多源遥感地理数据的城市混合功能区识别方法，其特征在于，所述利用POI分布信息熵计算研究区域内任意一个基本街区单元所属的功能类别的混合度的公式为：其中，MDr为任意一个基本街区单元对应的区域r的混合度，APr(k)是区域r中第k类POI的面积加权比例。

5.根据权利要求1所述的基于多源遥感地理数据的城市混合功能区识别方法，其特征在于，所述根据所述混合度从所述基本街区单元中提取第一数据集具体包括：设置混合度阈值，若研究区域内的一个基本街区单元对应的区域r的混合度小于所述混合度阈值，则区域r为单一功能区，将区域r内面积加权比例最大的类别作为区域r的类别标签；

若研究区域内的一个基本街区单元对应的区域r的混合度大于等于所述混合度阈值，则区域r为混合功能区，将区域r内面积加权比例大于预设阈值的类别作为区域r的类别标签；

根据每个基本街区单元和对应的类别标签构建第一数据集。

6.根据权利要求1所述的基于多源遥感地理数据的城市混合功能区识别方法，其特征在于，根据所述第二数据集进行多视图差异信息学习，并对所述基本街区单元进行投票预测，得到第三数据集具体包括：将所述第二数据集划分为N个数据子集，通过所述N个数据子集分别训练N个神经网络模型；

通过训练后的N个神经网络模型对所述基本街区单元进行投票预测，得到第三数据集。

7.根据权利要求6所述的基于多源遥感地理数据的城市混合功能区识别方法，其特征在于，所述通过训练后的N个神经网络模型对所述基本街区单元进行投票预测，得到第三数据集具体包括：通过训练后的N个神经网络模型对每个基本街区单元进行投票预测，采用多数投票机制确定每张影像的最终标签；

对于预测结果显示为混合标签的情形，根据训练后的N个神经网络模型的预测结果进行统计，选取多数模型支持的标签组合作为对应影像的最终混合标签。

8.一种基于多源遥感地理数据的城市混合功能区识别系统，其特征在于，所述系统包括：数据叠加模块：用于获取研究区域的遥感影像数据和路网数据并进行预处理，将预处理后的遥感影像数据与路网数据叠加，得到研究区域的基本街区单元；

第一数据集模块：用于获取研究区域的POI数据并进行预处理，根据预处理后的POI数据计算所述基本街区单元所属的功能类别的混合度，根据所述混合度从所述基本街区单元中提取第一数据集；所述第一数据集包括第一单一功能区样本和第一混合功能区样本；

第二数据集模块：用于获取研究区域的AOI数据并进行预处理，根据预处理后的AOI数据提取第二单一功能区样本；将所述第一单一功能区样本与所述第二单一功能区样本合并，得到第二数据集；

第三数据集模块：用于根据所述第二数据集进行多视图差异信息学习，并对所述基本街区单元进行投票预测，得到第三数据集；

功能区分类模块：用于将所述第一数据集与所述第三数据集合并得到综合数据集；通过所述综合数据集训练神经网络模型，得到城市功能区识别模型，通过城市功能区识别模型对研究区域进行城市功能区分类。

9.一种电子设备，其特征在于，包括：至少一个处理器、至少一个存储器、通信接口和总线；

其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以实现如权利要求1～7任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机指令，所述计算机指令使计算机实现如权利要求1～7任一项所述的方法。