检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于空间实体约束的空间聚类算法研究

测绘科学 2008年第1期33卷 45-47,57页

作者：高飞樊明辉陈崇成江先伟福州大学福建省空间信息工程研究中心空间数据挖掘与信息共享与教育部重点实验室福州350002

空间实体的存在对空间聚类分析产生重要的影响,传统的空间聚类分析中没有考虑空间实体的约束作用,从而影响了聚类结果。本文在总结了以往的空间聚类算法的基础上,提出了一种改进的基于空间邻接关系的空间聚类算法,该算法将空间邻接关系... 详细信息

空间实体的存在对空间聚类分析产生重要的影响,传统的空间聚类分析中没有考虑空间实体的约束作用,从而影响了聚类结果。本文在总结了以往的空间聚类算法的基础上,提出了一种改进的基于空间邻接关系的空间聚类算法,该算法将空间邻接关系和空间实体作为约束条件嵌入到整个聚类过程中,使得数据对象的归类受到"就近原则"和"约束条件"的双重限制。

关键词：障碍便利约束空间聚类 Delaunay

在线全文

学校读者我要写书评

暂无评论

基于集聚度增量的空间聚类算法

地理与地理信息科学 2013年第4期29卷 104-108页

作者：陈娱许珺徐敏政中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室北京100101 中国科学院大学北京100049

该文借鉴了复杂网络领域的模块度概念,构造了空间点集的集聚度函数。基于集聚度的增量值,提出一个快速的空间聚类算法。实验证明,该值同点集的类间均方差(SSB)与类内均方差(SSE)的比值(SSB/SSE)有相同的结论,可以评价不同的点集在空间... 详细信息

该文借鉴了复杂网络领域的模块度概念,构造了空间点集的集聚度函数。基于集聚度的增量值,提出一个快速的空间聚类算法。实验证明,该值同点集的类间均方差(SSB)与类内均方差(SSE)的比值(SSB/SSE)有相同的结论,可以评价不同的点集在空间分布上的集聚程度(即群簇结构是否明显),同时该算法可以在不预先设定聚类个数的情况下快速有效地得到聚类结果。

关键词：空间聚类群簇结构集聚度复杂网络模块度

在线全文

学校读者我要写书评

暂无评论

基于场论的空间聚类算法

遥感学报 2010年第4期14卷 694-709页

作者：邓敏刘启亮李光强程涛中南大学测绘与国土信息工程系湖南长沙410083 英国伦敦大学城市、环境与地理信息工程系英国伦敦

从空间数据场的角度出发,提出了一种适用于空间聚类的场——凝聚场,并给出了一种新的空间聚类度量指标(即凝聚力)。进而,提出了一种基于场论的空间聚类算法(简称FTSC算法)。该算法根据凝聚力的矢量计算获取每个实体的邻近实体,通过递归... 详细信息

从空间数据场的角度出发,提出了一种适用于空间聚类的场——凝聚场,并给出了一种新的空间聚类度量指标(即凝聚力)。进而,提出了一种基于场论的空间聚类算法(简称FTSC算法)。该算法根据凝聚力的矢量计算获取每个实体的邻近实体,通过递归搜索的策略,生成一系列不同的空间簇。通过模拟实验验证、经典算法比较和实际应用分析,发现所提出的算法具有3个方面的优势:(1)不需要用户输入参数;(2)能够发现任意形状的空间簇;(3)能够很好适应空间数据分布不均匀的特性。

关键词：空间聚类凝聚力场论空间数据挖掘

在线全文

学校读者我要写书评

暂无评论

基于空间聚类的动物疫点分布划分算法研究

计算机科学 2013年第6A期40卷 50-53页

作者：郭茂耘潘丽娟江红旗柴毅重庆大学自动化学院重庆400030 重庆出入境检验检疫局重庆400030

防疫管理资源(人员和设备等)的合理有效配置是动物疫情防疫管理关注的问题之一。根据疫点的空间分布情况,基于空间聚类和最大夹角边界确定方法,提出了对疫点分布进行分类划分的方法。首先研究了将K-Means聚类分析方法应用于疫点的空间... 详细信息

防疫管理资源(人员和设备等)的合理有效配置是动物疫情防疫管理关注的问题之一。根据疫点的空间分布情况,基于空间聚类和最大夹角边界确定方法,提出了对疫点分布进行分类划分的方法。首先研究了将K-Means聚类分析方法应用于疫点的空间聚类分析,实现了疫点按空间亲疏关系的分类。在此基础上,根据最大夹角原理,在聚类结果中确定了每一个分类的边界线,实现了对疫点按空间关系进行分类划分区域的方法,从而为疫情管理人员有效地监测与分析疫情空间分布模式、控制管理和预防动物疫情的扩散提供了支持。

关键词：疫情空间聚类边界点搜索分类区域

在线全文

学校读者我要写书评

暂无评论

基于最小拟合误差平方和准则的空间聚类

小型微型计算机系统 2005年第7期26卷 1221-1224页

作者：滕明贵王儒敬马献章中国科学技术大学自动化系安徽合肥230026 成都军区通信部安徽合肥610011

在一些回归分析问题中,数据来自于空间对象的非空间属性.许多问题中不用考虑空间属性,而直接分析非空间属性.如果在整个问题空间中,对象空间差异较大,需要将空间对象划分为若干子空间,子空间对应的局域回归模型,可以减小空间差异性的影... 详细信息

在一些回归分析问题中,数据来自于空间对象的非空间属性.许多问题中不用考虑空间属性,而直接分析非空间属性.如果在整个问题空间中,对象空间差异较大,需要将空间对象划分为若干子空间,子空间对应的局域回归模型,可以减小空间差异性的影响.针对子空间连通性约束情况下空间对象的局域回归分析问题,提出基于最小拟合误差平方和准则的空间划分方法,从一个空间的初始划分开始,按照拟合误差平方和下降的原则调整子空间边界,获得新的空间划分和对应的回归模型,不断迭代直到准则函数收敛.

关键词：空间聚类拟合误差回归分析

在线全文

学校读者我要写书评

暂无评论

带障碍约束的遗传K中心空间聚类分析

计算机工程 2007年第4期33卷 168-170页

作者：张雪萍王家耀河南工业大学信息科学与工程学院郑州450052 解放军信息工程大学测绘学院郑州450052

空间聚类分析是空间数据挖掘中的一个重要研究课题。传统聚类算法忽略了真实世界中许多约束条件的存在,而约束条件的存在会影响聚类结果的合理性。讨论了带障碍约束的空间聚类问题,研究了一种基于遗传和划分相结合的带障碍约束空间数据... 详细信息

空间聚类分析是空间数据挖掘中的一个重要研究课题。传统聚类算法忽略了真实世界中许多约束条件的存在,而约束条件的存在会影响聚类结果的合理性。讨论了带障碍约束的空间聚类问题,研究了一种基于遗传和划分相结合的带障碍约束空间数据聚类分析方法,设计了一个带障碍约束的遗传K中心空间聚类分析算法。对比实验表明,该方法兼顾了局部收敛和全局收敛性能,考虑到了现实障碍物对聚类结果的影响,使得聚类结果更具有实际意义,其结果优于传统K中心聚类及单纯的遗传聚类,不足之处是其计算速度相对较慢。

关键词：空间数据挖掘空间聚类遗传算法 K中心算法障碍约束

在线全文

学校读者我要写书评

暂无评论

基于空间聚类的应急物资储备一体化区域划分

计算机应用研究 2010年第8期27卷 2999-3001页

作者：王晶黄钧朱建明唐凤中国科学院研究生院数学科学学院北京100049 中国科学院研究生院工程教育学院北京100049

近年来我国各种重大的自然灾害、公共卫生事件、事故灾难、社会安全事件等非常规突发事件频发,造成了严重的人员伤亡和财产损失。一体化区域的应急物资储备是非常规突发事件应对的有效保障,一体化区域的划分即一体化应急资源布局的层次... 详细信息

近年来我国各种重大的自然灾害、公共卫生事件、事故灾难、社会安全事件等非常规突发事件频发,造成了严重的人员伤亡和财产损失。一体化区域的应急物资储备是非常规突发事件应对的有效保障,一体化区域的划分即一体化应急资源布局的层次确定问题是首要问题。利用空间聚类方法来解决一体化区域的最佳层次确定,并给出相应的动态聚类算法,算例研究表明此方法给出的区域划分能够达到救援效率与储备成本的折中,具有较好的实用性。

关键词：应急管理区域一体化空间聚类

在线全文

学校读者我要写书评

暂无评论

应用空间聚类进行点数据分布研究

北京师范大学学报（自然科学版） 2006年第4期42卷 419-423页

作者：林冬云刘慧平北京师范大学地理学与遥感科学学院北京100875

空间数据挖掘是寻找大数据量空间分布的重要方法,应用地理信息系统(GIS)进行空间数据挖掘是目前进行海量数据分析的重要手段之一.应用空间聚类方法对北京市海淀区54 325个企业点数据进行量化分析研究,通过空间位置聚类,进行属性指标量化... 详细信息

空间数据挖掘是寻找大数据量空间分布的重要方法,应用地理信息系统(GIS)进行空间数据挖掘是目前进行海量数据分析的重要手段之一.应用空间聚类方法对北京市海淀区54 325个企业点数据进行量化分析研究,通过空间位置聚类,进行属性指标量化,从而进行属性指标分层聚类,得到企业空间分布特征.研究表明,空间聚类方法是进行点数据空间分布研究的有效方法.

关键词：空间聚类企业分布地理信息系统量化

DBSCAN空间聚类算法及其在城市规划中的应用

在线全文

学校读者我要写书评

暂无评论

测绘科学 2005年第3期30卷 51-53页

作者：李新延李德仁武汉大学遥感信息工程学院武汉430079 武汉大学测绘遥感信息工程国家重点实验室武汉430079

空间聚类是空间数据挖掘和知识发现的主要方法之一。DBSCAN算法可以从带有“噪声”的空间数据库中发现任意形状的聚类,是一种较好的聚类算法。本文介绍了DBSCAN算法的基本概念和原理,并应用GIS二次开发组件MapObjects予以了实现。然后,... 详细信息

空间聚类是空间数据挖掘和知识发现的主要方法之一。DBSCAN算法可以从带有“噪声”的空间数据库中发现任意形状的聚类,是一种较好的聚类算法。本文介绍了DBSCAN算法的基本概念和原理,并应用GIS二次开发组件MapObjects予以了实现。然后,本文将该算法应用于城市规划中,对某城市中小学和商业网点等公共设施的分布进行了聚类分析,并根据聚类结果对城市规划设计规范中的某些条款进行了讨论。

关键词：空间聚类 DBSCAN算法 MapObjects 城市规划城市公共设施