点集数据不规则形状时空异常聚类模式挖掘研究

传统扫描统计方法在进行时空异常聚类模式挖掘时,受扫描窗口形状的限制,不能准确地获取聚类区域形状。提出一种改进的不规则形状时空异常聚类模式挖掘方法stAntScan。新方法基于26方位时空邻近单元格构建时空邻接矩阵,再对蚁群最优化扫描统计方法进行改进,使其能适应三维大数据量的时空区域扫描。模拟数据和真实微博签到数据的实验证明,stAntScan能有效地识别时空范围内的不规则形状异常聚类,并且准确性较经典的SaTScan方法高。     

基于最短欧氏距离的空间点集聚类的栅格算法

空间聚类是GIS空间分析的主要内容之一,传统矢量空间聚类算法存在数据冗余、结果不直观等弊端,地图代数栅格距离变换结果图本身就蕴涵了空间客体之间的拓扑关系,通过提取距离变换结果图不同距离值的等距线,就可以实现基于最短欧氏距离的空间对象的聚类过程,本文通过算例试验证明,该算法简单、直观、合理。     

滚圆法用于空间点聚类的研究

空间点聚类依据空间点实体属性对其进行分类划分,挖掘对研究应用有价值的信息。目前,空间点聚类大多数方法能够发现多边形簇,但不能发现线状簇。针对空间点聚类现有方法在发现线状簇方面的不足,借鉴滚球法的思想,提出滚圆法用于空间点聚类的研究算法（spatial point clustering using the rolling circle,SPCURC）。针对研究区域的点实体,该算法用给定半径的圆从初始点开始按照原则进行滚动,直至满足条件为止;连接滚圆接触的点,从而形成多边形簇或者线状簇。通过模拟算例和实际算例验证了该算法的可行性。     

多层次空间同位模式自适应挖掘方法

空间同位模式挖掘旨在从空间数据中发现频繁发生在邻近位置的事件集合,对于揭示地理现象间的共生规律具有重要价值。由于地理现象的空间异质特质,空间同位模式也存在区域性分异的特点,在不同空间层次上的分析结果各异。然而,现有方法仅从全局视角挖掘空间同位模式,发现局部空间同位模式依然是一个亟待解决的难题。为此,本文基于由整体到局部的思想,提出了一种多层次空间同位模式自适应挖掘方法。首先,从全局视角提取频繁的空间同位模式,将全局不频繁的空间同位模式作为候选的局部空间同位模式;然后,通过对候选局部同位模式进行自适应聚类自动识别其局部分布区域,并在这些局部区域内度量候选模式的频繁程度;进而,提出了一种叠置推绎的方法,从频繁子模式的局部区域中进一步推绎获得超模式的局部分布区域,最终生成所有频繁的局部空间同位模式集合。通过试验分析与比较发现,本文方法不仅可以发现全局的空间同位模式,还能有效提取具有区域性分布特征的局部空间同位模式,可以从多个空间层次上反映地理事件间的共生规则。     

显著局部空间同位模式自动探测方法

局部空间同位模式挖掘旨在揭示多类地理事件在异质环境下的共生共存规律。已有的方法一方面需要模式筛选的频繁度阈值参数,另一方面需要区域探测的划分参数或聚类参数,参数的不合理设置会导致挖掘结果不可靠甚至出现错误。因此,提出了一种显著局部空间同位模式自动探测方法。首先,基于空间统计思想,采用非参数模式重建方法对空间同位模式进行显著性判别,将全局非显著空间同位模式作为进一步局部探测的候选模式;然后,借助自适应空间聚类方法提取每个候选模式的热点区域;最后,通过不断生长并测试每个热点区域,界定显著局部空间同位模式的有效边界,即空间影响域。通过实验与比较发现,该方法能够客观且有效判别空间同位模式的显著性,并且自适应地提取局部同位模式的空间分布结构,降低了现有方法参数设置的主观性。     

基于空间相邻关系的GML点对象聚类算法研究

目前的聚类算法针对关系数据库而没有考虑空间相邻关系的相似度问题,因而提出对GML点对象离群检测算法进行改进,从而应用于GML聚类。改进的算法以空间相邻关系为度量准则得到相似性矩阵,从而对GML中的点对象聚类。试验结果表明：改进的算法能实现GML点对象基于空间相邻关系的聚类,具有较高的效率。     

基于模拟退火的空间聚类算法

根据模拟退火具有寻求全局最优解的特性,在分析模拟退火基本理论的基础上,利用模拟退火基本思想对传统的空间聚类方法--K-means算法进行优化.然后分别对优化后的算法和传统算法进行实验分析.实验结果表明:优化后的方法以概率接受劣解的方式跳出局部极小值,从而为寻求全局的最优解提供了可能.另外,在优化过程中提出并应用了点密度的思想,使得聚类结果不受初始值影响,其执行效率也有所提高.     

空间数据挖掘与发展趋势研究

目前国内外学者已提出不少种空间数据挖掘(SDM)的方法,如统计方法、泛化方法、空间分析方法、聚类方法、探测性的数据分析、粗集方法、云理论、图像分析和模式识别等。本文试从空间数据挖掘方法的角度,探讨空间关联规则的挖掘方法以及它与传统的关联规则挖掘方法之间的区别,介绍空间聚类挖掘方法的分类和几种典型算法,最后概述了空间数据挖掘的发展趋势。     

基于邻近图的点群层次聚类方法的研究

空间聚类是点状空间目标群在地图综合中必须解决的问题。分析点群的几种常用邻近图的特征及其层次关系,并基于原始的点集合生成的DT构建相应的GG,UG,MST和NNG,然后在所选择的密度适应性约束、距离适应性约束和偏差适应性约束这三种条件下,利用所生成的邻近图进行了点群的层次聚类。研究并改进现有的点状空间目标群的无监督层次聚类方法,并通过实例验证该算法的可行性。     

空间点群目标相似度计算

顾及到视觉认知的Gestalt原则,提出了一种综合考虑到点群的空间关系、空间分布和几何特征,注重空间点群的整体描述的相似度计算模型。实验结果表明,相似度计算结果与直观认知比较一致。     

保持空间分布特征的群点化简方法

群点目标隐含的空间结构化信息是空间分布分析、地图综合感兴趣的内容。对群点目标分布的信息内容区分为存在性、度量结构与拓扑结构，在Delaunay三角网及其对偶Voronoi图模型上对工量结构定义4个在量；分布范围、分布密度、分布中心及分布轴线，顾及视觉识别Gestalt邻近原则，运用三角形“剥皮”法，确立了非凸多边形所表达的群点分布范围，运用图像灰度表达群点分布密度并通过图像处理方法提取分布中心。建立了Voronoi图动态重建进行群点化简的方法，该方法通过边界点和内部点的分开处理，较好地保持了4个空间分布特征。     

数字海图点群状特征的识别、量测与综合

空间分布特征的保持是点群自动综合的核心和难点所在,为此,本文定义了4个参量：分布范围、分布密度、分布中心和分布轴线,来描述点群目标的结构化信息。利用Delaunay三角网和Voronoi图两种模型,着重探讨了点群分布特征的识别和量测问题,并在识别与量测的基础上,通过Voronoi图的动态构建,给出了点群自动综合模型,通过实际岛群数据的检测,证明了模型的正确性与可行性。     

武汉市人口增长与空间分布格局演变

为揭示城镇化背景下武汉市人口时序增长趋势和人口空间分布格局演变特征,本文基于1990年第四次、2000年第五次、2010年第六次全国人口普查和2014年武汉市人口普查数据,运用统计学原理和GIS空间分析方法,分析了武汉市人口增长的时空变化规律;应用人口密度空间分布的数学模型,得到武汉市人口空间分布格局的演变趋势。人口增长研究表明:1990年以后,武汉市人口数量迅速增长,总体上形成了中心聚集、外围扩散的空间发展格局。空间分布研究表明:1)武汉市的人口密度分布更加符合Clark模型,主城区Smeed模型拟合效果更好。近25年来,武汉市城镇化进程迅速,人口向主城区聚集。随着时间发展,主城区逐步呈现初级阶段的郊区化。2)武汉市主城区人口空间分布已经出现多中心化的趋势,并且已经有两个街道发育成为人口次中心。研究结果可为武汉市人口相关决策的制定和城市结构调整提供参考依据,有助于认识我国中部崛起城市的发展规律,为其他城市的发展和规划提供参考和借鉴。     

山东省人口空间分布模式及其影响因素分析

基于2010年《山东统计年鉴》和全国第六次人口普查数据,本文以县域为研究单元,通过空间自相关分析人口的空间分布模式,运用因子分析和Pearson相关分析探究人口空间分布模式的影响因素。研究结果表明:山东省人口分布呈现"东北-西南"的空间分布模式,人口空间分布整体上呈现显著的空间集聚,主要集中在青岛市的中心城区;经济增长因素和地形条件是山东省人口空间分布模式形成的主要推动力。     

疟疾发病的空间格局和时空演化分析

疟疾是一种具有复杂地理空间分布特征的地方性疾病,研究疟疾的空间格局,掌握疟疾发病的时空演化规律,为疟疾的防治提供科学决策具有十分重要的科学意义。本文以湖南省105个市、县级行政区1983～1992年疟疾发病的历史资料为例,运用空间自相关分析方法对湖南省疟疾发病的空间格局和时空演化规律进行分析、探测和识别。研究结果表明：湖南省各市县疟疾发病地域差异明显,整体呈现＂南高北低＂的空间格局,且主要集中在湘南和湘中经济相对落后的地区。在这期间,湖南省的疟疾发病经历了一个从＂南低北高＂到＂南高北低＂的时空演化过程。     

基于法向量密度聚类的LiDAR点云屋顶面提取

针对现有算法从LiDAR点云中提取复杂建筑物屋顶面不完整、阈值难以设置的问题,提出一种结合点云空间分布的法向量密度聚类提取屋顶面点云方法。通过构建Delaunay三角网,计算建筑物LiDAR点云的法向量;在分析建筑物点云空间和法向量分布特点的基础上,定义一种邻域关系度量屋顶面点云之间的相似性,并利用提出的算法聚类建筑物点云,得到屋顶面片点云粗提取结果;通过构建屋顶面片缓冲区,经面片处理得到建筑物各屋顶面的完整点云。选取不同复杂程度的建筑物进行实验,结果表明,算法能有效提取复杂建筑物屋顶面点云,具有较好的适应性,并能为建筑物三维重建提供可靠的屋顶面信息。     

协同遥感信息与统计信息的人口空间格局分析

针对人口空间格局分布分析不足的问题,借助遥感信息与基本统计信息,引入人口地理集中度、探索性空间数据分析和地理加权回归模型,定量地分析了特征因子在市域范围上的空间异质性。人口集中指数与Moran指数能有效地反映空间事物之间的密切作用关系,在产业空间分布中能较好地评价集聚效应,反映空间分布状态。以长江经济带为研究区域,对人口空间分布进行了研究,得出了“圈层集中-东西对立-南北差异-四周分散”的分布特征,并从经济、社会、环境、土地利用方面分析原因,为人口合理增长和资源分配提供了参考。     

基于GIS的陕西省人口空间分布模式

借助空间自相关分析方法分析了陕西省人口的空间分布模式和空间关联关系。结果表明,陕西省人口分布呈现显著的空间集聚现象,在整体上具有较强的正相关性。在西安市附近存在几个非常明显的"高-高"集聚;同时,延安市和安康市分别出现"低-低"集聚。陕西省人口重心从2002年的礼泉县移动至2009年的泾阳县,向东北移动约3.3 km。     

空间前方交会法测定像控点的精度分析

介绍了空间前方交会法测量像控点的方法及其平差理论;以焦作市电视塔为例,利用所测像控点的3维坐标进行了数据平差计算和精度分析,得出空间前方交会法方案的可行性结论.