一种网络空间现象同位模式挖掘的新方法

同位模式的挖掘是空间数据挖掘领域关注的热点问题。目前,对于网络空间现象同位模式挖掘的研究较少。本文将欧氏空间已有方法扩展至网络空间,该方法由两个核心步骤组成:①通过对网络进行划分定义同位腜停范ㄍ止叵担虎诙酝止叵到型臣仆贫先范ㄆ涫欠裎荒J健6陨钲谑兄圃煲倒镜耐荒J酵诰蚪辛朔椒ㄋ得鳎谰菁劬醚е械贾虏导鄣娜只贫哉庑┩荒J浇辛硕ㄐ苑治觯ü胍延蟹椒ǖ谋冉弦约巴纾撕募煅檠橹ち吮疚姆椒ǖ挠行浴€     

地理空间关联模式的统计挖掘方法研究

地理空间关联模式是地理要素关系的一种重要表现形式,也是地理空间数据挖掘的核心研究内容,对分析地理要素/地理事件的分布模式、影响因素及演化趋势等有着重要的指导意义。目前,地理空间关联模式挖掘算法尚未能充分考虑地理空间数据的特性,挖掘结果缺乏有效评价与筛选,从而影响了挖掘结果的可靠性与可解译性。本文充分考虑地理空间数据特征对挖掘结果的影响,综合利用空间分析、时空统计、空间数据挖掘等理论工具,深系统地研究地理空间关联模式的统计挖掘方法,主要研究工作及创新之处包括:(1)深入探讨了地理空间关联模式挖掘的含义与特征,分析了地理空间认知理论、地理空间数据特征在地理空间数据挖掘中的重要作用,确立了地理空间关联模式挖掘结果的评价策略(即:显著性统计分析),并在此基础上构建了地理空间关联模式统计挖掘的基础性框架。     

网络空间向量剖分法识别城市路网网格模式

将道路网络空间视为嵌在2D空间中的独立子空间,利用形态单一的线性单元剖分图结构的边,实现网络空间的栅格化;提取网格模式的典型特征,包括几何和拓扑特征,以栅格单元邻域为目标计算特征值,构建特征向量描述栅格单元,实现对象空间到特征空间的映射,构建空间向量场;基于支持向量机（support vector machine,SVM）实现网格模式分类;结合格式塔原则完善实验结果。将此方法应用于深圳市路网数据,实验结果表明能有效地识别网格模式。     

基于关联规则分类的道路网网格模式识别

提出了一种基于关联规则分类算法进行道路网网格模式识别的方法。首先基于空间认知理论,从人类视觉认知Gestalt原理出发,采用几何与拓扑关系特征量化计算网眼形状参量,从网眼自身形状指标、相邻网眼排列一致性、相邻网眼形状相似性3方面描述网眼模式。然后利用关联规则分类算法对道路网网格描述特征进行识别分类。实验表明,本文方法有效可行,具有一定的鲁棒性。     

基于元模式的空间关联规则挖掘方法

空间关联规则可以从空间数据库中发现空间对象之间的隐含的、不明确的空间关系。空间数据库中空间关联规则挖掘研究是空间数据挖掘和知识发现(SDMKD)的主要内容,其主要问题是多层,多关系的规则发现问题。本文把元模式与空间关联规则挖掘相结合介绍了挖掘地理信息系统(GIS)中空间数据库关联规则的常用步骤方法。     

基于ESDA的上海地区经济关联模式研究

探索性空间数据分析技术在探索区域经济发展的空间结构中发挥着重要作用。本文基于ESDA技术,利用上海市各区县1997-2004年的人均GDP指标,对上海地区的经济发展关联模式进行了探索性分析。分析表明,上海市各区县经济发展趋于发散,差距越来越大。上海市经济发展朝北部、西部、南部郊区偏移。     

全国极端气温事件的空间关联模式挖掘研究

根据全国739个气象台站1961年1月至2005年12月的逐日气象数据记录建立时空序列数据集,提取极端高温事件和极端低温事件。结合传统关联规则挖掘技术和地理空间数据分析方法,对极端气温事件数据集进行了空间关联模式的分析。实验结果显示,所得空间关联模式中涉及的区域在空间上具有明显的聚集性;在东北、华中两个局部地区的台站中,极端气温事件的发生存在较强的关联规则（支持度阈值6%,置信度阈值95%）,而在其他区域的台站中,极端气温事件不存在类似的关联规则,且极端高温事件的关联规则数量要明显高于极端低温事件。对存在关联规则的台站进行空间分析发现,同一关联规则内的各台站具有空间邻近性,其邻近范围约为200 km。以上空间关联模式的挖掘分析,可以为我国极端气温事件的预警和防控提供有价值的参考。     

某高校GIS毕业生来源地与去向地的空间关联模式

以湖北省某高校2007～2011年地理信息系统专业毕业生数据为基础,采用空间挖掘方法研究毕业生来源地和就业地之间的若干强空间关联性,置信度普遍超过70％.通过对关联规则结果的深入分析,得到该校GIS专业学生在选择就业地时的倾向,一定程度反映出相关省份在GIS行业的需求和发展趋势.     

运用主成分分析识别道路网中的网格模式

提出了基于主成分分析的网格模式识别方法。首先利用形状参量和关系参量描述道路网中的网眼;然后生成网眼数据的主成分;最后,根据主成分分析构造参量权重的思想,导出网眼属于网格模式隶属度,根据该参数识别网格模式。实验结果表明,识别结果与肉眼识别类似。     

核密度估计法支持下的网络空间POI点可视化与分析

城市空间POI点的分布模式、分布密度在基础设施规划、城市空间分析中具有重要意义,表达该特征的核密度法(kernel density estimation)由于顾及了地理学第一定律的区位影响,比其他密度表达方法(如样方密度、基于Voronoi图密度)占优。然而,传统的核密度计算方法往往基于二维延展的欧氏空间,忽略了城市网络空间中设施点的服务功能及相互联系发生于网络路径距离而非欧氏距离的事实。本研究针对该缺陷,给出了网络空间核密度计算模型,分析了核密度方法在置入网络结构中受多种约束条件的扩展模式,讨论了衰减阈值及高度极值对核密度特征表达的影响。通过实际多种POI点分布模式(随机型、稀疏型、区域密集型、线状密集型)下的核密度分析试验,讨论了POI基础设施在城市区域中的分布特征、影响因素、服务功能。     

综合多尺度的重点人多维空间数据关联分析

在公安数据库中,重点人的空间数据呈现出多维特性,并由空间文本与空间实体构成。在传统的空间关联计算方法中,通常将单一的空间文本关联度或空间实体关联度作为最终结果,缺乏对二者的综合分析,并较少考虑到空间尺度对空间实体关联度的影响。因此,结合空间文本与空间实体2个方面,提出重点人空间数据关联分析方法。其中,对于空间实体,结合空间尺度,提出综合多尺度的空间实体关联度的计算方法,并通过空间实体的空间拓扑关系与空间度量关系量化了每个尺度下的实体关联度。最后,通过实验证明,对于重点人多维空间数据的关联分析,该方法优于传统方法,更能满足公安业务的需求。     

网络约束下局部空间同位模式的扫描统计方法

空间同位模式挖掘旨在发现空间数据库中频繁发生在邻近位置的地理事件。由于空间异质性,地理事件在不同区域邻近出现的频繁程度亦存在差异,进而形成局部同位模式。现有局部同位模式挖掘方法多基于欧氏空间的平面假设,难以客观揭示网络空间（如城市道路）内地理事件间的局部同位规律,因此基于空间扫描统计思想,提出了一种网络约束下的局部同位模式挖掘方法。首先,发展了网络约束下的路径扩展方法,识别可能存在局部网络空间同位模式的候选路径;其次,基于网络约束下的二元泊松分布构建显著性检验的零模型,判别候选路径中局部网络空间同位模式的有效性。通过模拟实验与北京市出租车供需模式分析,发现该方法比现有方法得到的结果更精细、更客观,能够有效地挖掘网络约束下的局部同位模式。     

运用统计方法对地理国情普查质量控制技术的分析

根据作者在青海测区(德令哈市)地理国情普查生产中,依据质量控制的特点,面对地理国情普查质量管理存在的问题进行分析,提出对地理国情普查全面质量控制的方法,并在作业过程中运用统计方法对作业质量进行控制,从根源上解决影响质量问题的原因,在实地生产中起到了良好的解决问题的作用,从而大大提高生产效益。     

利用叠置分析和面积计算实现空间关联规则挖掘

提出利用叠置分析和面积计算实现空间关联规则挖掘的算法I-Apriori及其改进算法FI-Apriori,这两种算法不依赖于空间数据的事务化,可以直接从矢量多边形图层中提取所有强关联规则。采用实际数据对两种算法进行了检验,验证了它们的可用性与有效性,并对挖掘所得空间关联规则的筛选和可视化方法进行了探讨。     

顾及空间约束的犯罪时空关联分析组合算法

犯罪时空数据关联分析结果有助于相关部门在关键时段和关键区域进行警力重点配置.提出一种基于空间约束的lightGBM/Apriori组合算法,对犯罪数据中的时空属性特征进行简约处理,通过对犯罪类别的预测分析,识别时空关联特征较为显著的犯罪类型及关键影响要素,寻找热点细化研究区域,抽取犯罪时空关键特征,建立犯罪强关联规则挖...     

基于位置点统计的时空异常检测与分析

探讨了位置数据异常分析的一种新思路,给出了面向异常的时空表达模型,建立了基于区域位置点统计的异常检测和分析框架,探寻异常在事件影响下的时空发展趋势和分布特征。通过纽约两个月的出租车出行数据的实验分析验证了框架的有效性,并发现一些有趣的规律,为公共安全、交通管控应急、城市功能区分析等提供指导信息。     

测绘学科《空间统计与地学分析》课程设置探讨

从教学目的、教学内容和教学方法 3个方面探讨了课程设置中教材选用、多媒体教学方法、考核形式等内容,阐述了空间统计与地学分析在测绘学科教学中的重要作用,为测绘科学与技术学科的教学管理和课程建设提供参考。     

空间统计与智能分析国际研讨会召开

日前,空间统计与智能．分析国际研讨会在武汉大学隆重召开。武汉大学测绘遥感信息工程国家重点实验室龚健雅主任,美国科学院院士、亚利桑那州立大学Luc Anselin教授,美国密歇根大学鲍曙明教授等出席。