基于子空间聚类算法的时空轨迹聚类

已有的时空轨迹聚类方法一般以整条轨迹作为聚类单元,聚类效果较低且不能识别轨迹局部特征;另一种轨迹聚类方法是以划分后轨迹段为聚类单元,算法效率较低且不能很好地支持多属性聚类。该文提出基于子空间聚类算法的时空轨迹聚类。首先引入数据归约的思想,将轨迹进行离散化处理,再运用CLIQUE算法对离散化后的轨迹段进行聚类。实验结果表明,此轨迹聚类方法具有较高的伸缩性,能有效地处理多维轨迹数据并识别轨迹的局部聚类特征,能揭示时空轨迹在不同子空间的运动规律。     

基于小波变换的栅格数据聚类

为了提高K均值聚类算法的质量与收敛速度,提出一种基于小波变换的栅格数据聚类新算法。该算法利用小波分析塔式算法得到的顶层栅格数据,既较好地保留原始数据的特征信息,又大幅减小了数据量,在保证聚类质量前提下,提高了算法的收敛速度;针对分解后的低频数据应用K均值算法,得到后续迭代所需的聚类中心初值,避免了初值选择的盲目性。试验表明,该算法具有计算效率高、稳定性好、聚类质量有保证等优点。     

基于空间聚类方法的京津冀城市群多层级空间结构研究

在京津冀协同发展战略背景下,以建设京津冀世界级城市群为引领,遵循城市发展规律,优化城市空间布局,明确京津冀城市群等级结构及其空间特征具有重要意义。本文以京津冀城市群156个区县为研究对象,从经济中心性、交通中心性、信息中心性、人口中心性4个角度,利用4种空间聚类方法进行5个等级的聚类分析,并基于克氏中心地理论对京津冀城市群等级划分结果进行空间结构分析。结果显示,自组织特征映射神经网络算法(SOM)较适合京津冀城市群的等级划分;京津冀城市群正从以北京城区为单核心的圈层空间结构向3条带型空间结构转变,其中京津都市发展走廊发育成熟,沿海都市发展带也初具规模,而包括雄安新区在内的京石都市发展带正在孕育。     

基于多尺度空间聚类的江西省经济区域划分

经济区划是区域经济规划中的一个重要方面,以传统聚类方法进行的经济区划不能兼顾区划单元的属性特征与空间邻接性。运用基于尺度空间理论的空间聚类方法、综合区划单元的属性特征与空间邻接性,对江西省县域单元经济区划进行研究。结果表明:江西省可划分为五类经济区,分别是昌九经济区、赣东北经济区、赣西北经济区、赣中南经济区和赣南经济区,区划结果与江西省实际经济发展情况基本吻合。     

基于粒子群双重空间聚类的城镇地价空间分异规律挖掘

城镇地价的空间分异对其动态监测片区划定具有重要的参考作用,而空间聚类则是对该问题进行分析的一种有效方法.文中在分析空间聚类本质的基础上,设计了一种基于样本数据的粒子群双重空间聚类挖掘模型,并以北海市二手房地价空间分布挖掘为实例进行了应用.结果表明:粒子群双重空间聚类在空间聚类效果上优于传统K-均值聚类法,尤其是对于任意形状聚类簇的挖掘;然而,由于标准粒子群优化算法机理的限制,其聚类效果随聚类中心的增多而呈下降趋势.总体而言,该方法能利用有限的样本挖掘质量较好的城镇地价空间分异区,可为城镇地价动态监管提供相     

坐标与属性一体化的空间聚类方法研究

通过空间坐标和属性特征的有机结合,定义了3种空间距离,给出了基于空间距离的K平均系统聚类算法,对山东省生态环境质量进行了聚类分析和类型分区。实践表明,空间聚类方法可以较好地反映出空间位置邻近和属性特征相似的空间聚类要求。     

泛型聚类排序3DR树批量构建算法

提出一种新的泛型3DR树批量构建算法,其核心思想是通过三维空间聚类和空间排序操作,使得在空间位置上邻近的空间对象在R树中处于尽量邻近的叶节点上,从而减少这些空间对象之间的交叠范围.对于给定的三维空间对象集合,首先依照其中心点进行距离相关性聚类,分为K类;对每类空间对象集进行3个分量方向上的扫描排序,再对每类的中心位置进行扫描排序;最后采用倒序批量构树方法构建R树.该算法比已有的R树构建算法有更高的时间和空间效率.     

地区综合实力的灰色聚类评价

根据灰色聚类分析的原理与方法,对金华市等县（市）社会经济发展进行了灰色聚类分析,确定了该地区各县（市）综合实力的等级,为进一步深化改革、持续发展提供重要的依据     

基于空间自相关的支持向量机空间聚类研究

经济统计信息多包含多维度的属性,在研究数据内在结构时,需要采用降维方法将多维信息转换到三维以内的空间以实现多维信息可视化和聚类。支持向量机(Support Vector Machine,SVM)在解决小样本、非线性及高维模式识别中表现出许多特有的优势,但SVM是一种监督分类方法,需要已知样本集来训练分类过程。由于高维经济统计数据中往往缺少已知聚类中心,从其他方法的聚类结果选择小样本集作为聚类中心具有很大的主观性;空间自相关分析能揭示出高空间聚集区域和随机离散区域,并能分析出各区域的空间聚集模式,这为已知小样本的选择提供了可行的方法。该文以四川2007年统计年鉴的经济数据为例,通过主成分分析法和非线性映射法进行聚类,将各类中心和空间自相关分析揭示的高空间聚集目标作为已知样本集导入SVM,得到的结论是:采集于主成分分析法和非线性映射法的两个不同已知样本集的SVM分类结果之间的差异较大,已知样本集的选择具有很大主观性;空间自相关分析结果能大量减少特征样本集的数目,这不仅简化了SVM算法分类过程,并且结果也能准确反映四川发展实际情况。     

基于K-Means聚类的辽宁省主体功能区试划研究

在国家提出的新的主体功能区概念体系和划分思路前提下,基于辽宁省主体功能区划定要求的8个基本指标项定量综合评价基础数据,选择“典型的”优化开发区、重点开发区、农产品主产区和重点生态功能区,采用K-Means聚类方法,分别在不指定初始聚类中心、指定初始聚类中心、以及PCA分析（即主成份分析）基础上指定初始聚类中心3种方法,对于全省100个县市区做4类主体功能区试划分.分别将划分结果与全省最终采用的划分方案进行比较,结果表明采用在PCA分析基础上指定初始聚类中心技术方法的划分结果更接近最终采用方案.     

广义多维云模型及在空间聚类中的应用

传统的空间聚类方法难于脱离"硬划分"的束缚,且不能有效描述空间对象的复杂特征.一维云模型无法准确反映现实世界的多属性特征.简单的数据融合丢失了空间对象的必要信息.标准二维云模型克服了一维云的不足,但是在模拟复杂地理现象的非齐性和非对称性方面显得捉襟见肘.基于以上考虑,提出了广义多维云模型,以分段特性来体现空间对象的综合特征,并推导出模型的数学表达式.在实证研究的基础上,从空间聚类的隶属程度空间分布特征、与模糊C均值的对比研究及与住宅地价的耦合分析三个视角,详实解读了聚类结果.分析发现,广义多维云模型更能体现空间对象的综合特征,空间聚类结果能够反映出空间分布的潜在信息.更为准确的实现了复杂情况下的空间划分.该模型在刻画地理现象中更为合理,但由于地理实体的空间作用极其复杂.建立模型是一项既具体又充满挑战的任务.     

城郊聚落景观的集聚特征分析方法选择研究

高度集聚是城郊聚落景观最明显的空间格局特征,是郊区城市化的直观反映。针对目前景观集聚程度研究空间计算方法缺乏筛选、不具可比性等问题,通过4种集聚空间算法在不同角度分析典型区域的城郊聚落景观集聚特征,并在西安市长安区作以简单应用。结果表明:1景观聚集度适于区分出同类连续大斑块和不同类破碎小斑块,核密度适于宏观上集聚组团的识别,空间关联算法适于空间定位具体要素点的集聚特征,Ripley’s L函数适于识别空间距离以确定搜索半径;2根据核密度计算结果,从研究区聚落景观中提取出3个大型组团,分别命名为"政府商业中心聚落组团""沣渭新区聚落组团"和"旅游度假区聚落组团",其划分模式符合研究区各经济板块的未来发展方向。     

郑州-洛阳地区史前连续文化聚落的 K-means聚类挖掘研究

利用K-means聚类算法和GIS组件SuperMap Objects,开发了基于连续文化序列的空间数据挖掘系统,运用该系统对郑州—洛阳地区史前3个连续文化时期的聚落进行数据挖掘,提取聚落遗址群的聚类规则。通过对聚类规则的分析可知,在仰韶文化后期和龙山文化时期,那些靠近聚落群中心且面积较大的高等级聚落,在位置和交通方面都具有很大的优越性,具备中心聚落的特点,成为中心聚落的潜力大,有发展成为王都的趋势。     

基于局部聚类的网络Voronoi图生成方法研究

提出一种将网络约束下的Voronoi和空间聚类相结合的方法,通过构造局部的聚类分析方法对网络边进行加权,根据实际的点过程性质可以把权重定义为加权或者乘权,进行标准化后与道路段本身长度融合进行计算,依此生成网络Voronoi图,以期理解城市街道的空间特性。以武汉市江汉区为例,对城市网格管理系统产生的城市事件进行算法验证,结果表明,该方法提供了一种灵活的网络约束下的服务区域划分工具,可用于基于网络空间点过程影响下的服务区划分,也可用于系统性地定量刻画城市管理的动态特性。     

一种基于形状特征的地理实体相似性查询方法

为适应矢量空间数据库的相似性查询的应用需求,提出一种融合区域和边界的形状特征提取算法。通过地理实体的坐标,求解地理实体的质心及离散的旋转角度和质心距离序列,然后等角度间隔重采样,通过线性内插求出所得系列边界点的质心距离,建立质心距离直方图,构造以质心距离直方图、紧凑度和面积的三元组构成的形状特征描述。在此基础上,提出针对矢量空间数据的地理实体相似性查询算法。通过自主开发的GIS空间智能查询与分析平台,以全国1∶25万县市级行政区划矢量数据为数据源,实现了地理实体的相似性查询。实验结果表明,改进图像分析领域的形状分析方法并应用到矢量数据相似性查询领域是可行的,提出的方法可以满足地理实体的相似性查询应用需求。