时空轨迹聚类方法研究进展

时空轨迹(Trajectory)是移动对象的位置和时间的记录序列.作为一种重要的时空对象数据类型和信息源,时空轨迹的应用范围涵盖了人类行为、交通物流、应急疏散管理、动物习性和市场营销等诸多方面.通过对各种时空轨迹数据进行聚类分析,可以提取时空轨迹数据中的相似性与异常特征,并有助于发现其中有意义的模式.本文根据时空轨迹数...     

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     

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。     

基于共享单车轨迹的精细路网更新方法

城市道路数据的完整性和实时性是保障位置服务和规划导航路径的关键支撑。该文提出一种基于共享单车轨迹数据的新增自行车骑行道路自动检测和更新方法:首先,结合缓冲区方法和轨迹—路网几何特征检测增量轨迹;其次,基于分段—聚类—聚合策略提取更新路段,利用多特征融合密度聚类算法与最小外包矩形骨架线法提取增量道路中心线;最后,基于拓扑规则完成道路更新。以广州市共享单车轨迹为例,将该方法与传统栅格细化法进行实验对比,结果表明:该方法能有效更新道路网络,且在2 m和5 m精细尺度范围内提取的新增道路覆盖精度提升14%左右;在7 m尺度下精度达90%以上,在10 m尺度下精度达96%以上。     

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。     

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。     

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.     

基于遗传算法的面状地理实体聚类

该文提出一种利用遗传算法解决面状地理实体聚类问题的新方法。设计的遗传算法采用整数编码和RARw交叉算子。针对整数编码提出了新的初始种群生成方法和基因多样性度量方法。试验结果表明,该方法能部分改善面状地理实体的聚类质量。     

基于遥感反演参数与双约束空间聚类算法的湖泊营养物生态分区

中国湖泊营养物水平和富营养化效应存在显著区域分异特征,开展湖泊营养物生态分区研究,是实现湖泊分区控制的前提和基础。本文以云贵高原亚热带湿润区为案例区,通过遥感反演得到研究区域湖泊水体的叶绿素a(Chl-a)、总氮(TP)和总磷(TN)含量,从自然地理要素、生态系统和人类活动3 方面建立指标体系;根据研究区域 DEM数据划分小流域,将各指标因子投影到小流域;在小流域尺度上,采用数理统计方法定量分析各指标分别对 Chl-a/P 与Chl-a/N 的作用,计算两种湖泊营养物生态分区评价分值;采用双约束空间聚类算法对小流域尺度上两种湖泊营养物生态分区评价分值共同进行聚类,形成湖泊营养物生态分区结果。研究发现：①通过遥感反演模型可以将少数呈点状分布的监测数据推演到面上,这在一定程度上弥补了有限的野外监测数据量难以支撑湖泊营养物生态分区的不足;②通过构建各指标因子分别与湖泊水体中Chl-a/P、Chl-a/N 的定量关系,实现了湖泊营养物生态分区中湖泊水体微观指标与湖泊流域宏观指标的有机结合;③采用双约束空间聚类进行湖泊营养物生态分区,保证了分区结果在空间上的连续性和评价分值上的接近性;④根据自然地理条件、土地利用和人类活动强度的不同,将云贵高原亚热带湿润区分为4 个区：北云南高原湖区、滇南河谷山原湖区、桂西-滇东-黔南岩溶湖区、贵州高原东北部湖区。本文提出的基于双约束空间聚类的湖泊营养物生态分区方法也可以作为其它地区乃至国家尺度湖泊营养物生态分区的借鉴。     

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.     

基于轨迹数据场的热点区域提取及空间交互分析——以深圳市为例

以深圳市出租车GPS数据为基础,运用时空拓展的轨迹数据场聚类方法提取城市交通热点区域,结合城市POI(Point of Interest)数据和地理实况对热点区域加以理解和分析。基于复杂网络的视角,计算交互分析指标并可视化热点区域的空间交互网络,探究城市交通和居民出行的时空规律。结果表明:1)交通枢纽(机场、火车站和口岸)、综合性商圈、城市重要主干道周边和城市商务中心在节假日和工作日均表现为持续热点区域;2)节假日热点区域分布较"发散",主要反映了居民个性化出行需求;3)工作日热点区域分布较"收敛",主要表现为职住分离的通勤模式;4)不同热点区域在空间交互网络中的重要性存在明显差异,其空间交互体现了距离衰减效应和局部抱团现象,居民出行的热点区域网络本身具有小世界效应和无标度特征。     

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。     

基于浮动车轨迹数据的路网快速提取

浮动车轨迹数据包含丰富的路网信息,随着浮动车轨迹数据的逐渐公开,从中提取路网信息已成为可能。目前,大多数算法提取路网时,使用统一的阈值忽略了轨迹数据的密度差异,且只考虑了轨迹的形态没有考虑轨迹的方向,严重影响了提取结果的几何精确度和拓扑正确度。为此,该文提出了一种自适应半径质心漂移聚类方法,能根据轨迹密度、道路宽度自动调整聚类参数和利用轨迹方向实现道路拓扑连接。首先,通过自适应半径质心漂移聚类方法计算路网骨架点,采用小波聚类算法获取路网骨架点的方向集;然后,根据聚类半径和方向对骨架点进行递归连接,生成路网数据。利用深圳市福田区一天的浮动车轨迹数据进行了算法实验验证,将实验结果与栅格化方法、约束三角网方法的结果进行了定性定量评价分析。实验结果表明,该文算法提取的路网数据在几何精确度及拓扑正确度上都有明显的提高,且算法适合大数据处理。     

基于复杂网络聚类的最优选址模型

最优选址在社会经济活动中非常重要。传统的网络聚类分析以空间两点之间的直线度量距离,而不是以空间最短网络路径作为聚类条件,无法找到复杂网络的最优选址中心。基于最短路径的复杂网络聚类模型,探索复杂道路网络中的最优选址。模型通过迭代法获取近似最优解,二分邻域分割法逼近最优解分布区,应用邻域下降法达到最优选址点。实验结果表明:本模型与穷举-Dijkstra算法相比,计算精度相当,计算速度提高了约23倍以上。模型以复杂网络聚类为基础推导,为复杂网络选址、聚类提供了一种新的理论与方法。     

城市功能分区的空间聚类方法研究及其应用——以济南市为例

作为空间数据挖掘的一种重要手段,空间聚类目前已在许多领域得到了应用.它是城市功能分区中的关键性步骤.根据空间-属性一体化的概念模型,把影响城市功能分区的空间坐标、空间关系和属性特征纳入到统一的空间计算模型,分别运用K-平均算法、神经网络方法,对城市功能分区进行空间聚类计算,充分挖掘空间坐标和空间关系数据中隐含的空间聚集信息.实例分析表明,基于神经网络的空间聚类结果可以为城市功能分区提供准确、可靠的依据.     

基于模糊聚类的新疆典型高寒草原土壤pH值空间制图

准确、高效地掌握草原土壤属性的空间分布能够为草地资源境管理提供基础信息和参考依据。相比于传统土壤调查方法,基于模糊逻辑的土壤—环境推理能够提高野外采样效率和预测制图精度,被广泛应用于数字土壤制图。但由于土壤自身的空间变异性及其与环境条件间的非线性,现有推理模型的稳定性较低,尚未在高寒草原区进行应用。选择新疆巴音布鲁克典型亚高山草原地区约4 km^2区域为研究区,以高程、坡度、坡向、沿剖面曲率、沿等高线曲率、地形湿度指数6个地形因子为土壤环境因子,采用模糊C均值聚类(Fuzzy C-means Clustering,FCM)方法对环境因子聚类,得到9个环境因子组合,并在隶属度值高的环境因子组合中心共设置18个典型点。运用土壤—环境推理方法模拟研究区表层土壤pH值空间分布,其变化范围在7.170~8.186之间。选取35个独立样本进行精度检验(均匀采样点16个,横截面采样点9个,垂直带采样点10个),模拟结果与实测值基本吻合,且基于模糊聚类和土壤—环境推理方法的模拟精度高于普通克里格法和反距离权重法。通过基于模糊逻辑和土壤—环境推理的数字土壤制图方法在小尺度区域的运用验证,结果表明基于典型点的采样方案能够快速、有效地对区域土壤属性进行空间模拟,该方法对于类似小尺度的研究区同样有效。     

多尺度空间分层聚类算法在土地利用与土地覆被研究中的应用

利用遥感数据,综合最大似然法监督分类、多尺度空间分层聚类的部分监督分类方法和主成分方法,分析黄河上游龙羊峡水库库区1987～1999年间土地利用土地覆盖变化.提取专题信息,不同要素采用不同方法;具体分类中,土地利用类型的一级类型耕地、水体及未利用土地类型采用主成分分析和最大似然法监督分类方法;对一级类型草地采用多尺度分层聚类算法的部分监督分类方法.结果表明,草地信息利用SSHC方法提取结果较好,与Bayes分类方法相比,精度提高4.2%,SSHC所获结果数据Kappa系数为0.84,Bayes所获结果数据Kap-pa系数为0.78.对某专题要素分类,此方法结果较优.     

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     

基于空间聚类分析的福建省各县市经济发展水平研究

将空间坐标和属性特征有机地结合起来,给出空间距离的定义,提出位置与属性一体化的空间聚类方法——基于空间距离的K-均值聚类法,利用M atlab编写其算法程序。同时以福建省各县市经济发展水平的类型划分作为研究实例,首先选取反映社会经济发展水平的8项指标,并利用G IS技术提取各县市的重心位置坐标,再利用该空间聚类算法将福建省各县市的经济发展水平聚类为5类,结果表明此算法能够综合考虑空间位置邻近性和属性特征相似性的聚类要求,对福建区域可持续发展有一定的指导意义。