一种用于海底类型聚类的新方法

By using sonar imaging, this paper presents a new algorithm for the clustering of seabed types based on the self-organizing feature maps （SOFM） neural network. The theory as well as data processing is studied in detail. Some valuable conclusions and suggestions are given     

基于MapObjects的闽江口湿地信息系统

在动态度、马尔柯夫链等数学方法和景观生态学理论指导下,建立了闽江口湿地时空演变模型,应用组件式技术,利用MapObjects在Visual Basic平台上,进行闽江口湿地时空演变信息系统设计和开发,并应用该信息系统对闽江口湿地时空演变进行实例分析。结果表明,该系统能更高效、直观管理闽江口湿地空间信息和属性信息,以形象化的方式对湿地作全局性时空分析,使得闽江口湿地管理和保护更加科学。     

基于MST聚类的空间数据离群挖掘算法

空间离群是指空间邻域中属性特征值明显不同于其他对象的空间对象,空间数据离群挖掘能为人们提供很多有趣的信息,但空间数据具有复杂的拓扑关系、方位关系和度量关系等空间特征,传统的面向事务型数据库的离群挖掘算法并不适用于空间数据库。本文提出了基于MST(Minimum Spanning Tree,最小生成树)聚类的空间数据离群挖掘算法(SOM);有机结合了最小生成树理论与密度的方法,既体现了空间离群的局部特性,又体现了空间离群的孤立程度。该算法通过MST维护空间数据的基本空间结构特征,通过打断MST中最不一致的边形成MST聚类,不仅具有密度的聚类方法能够聚集非球状簇和分布不均的数据集的特点,而且聚类结果不依赖于用户参数的选择,因此,离群挖掘结果更合理。最后,通过实例数据,验证了该算法的有效性,它适用于大规模空间数据集的离群挖掘。     

基于新闻大数据的北极地区地缘关系研究

随着全球气候变暖,北极地区海冰大面积消融,引发了严重环境问题,同时使得北极航道成为可能,北极地区的战略地位显著提升.作为近北极国家,北极地区国际关系变化对中国的北极政策有直接影响.全面实时地分析北极地区地缘关系及其变化特征,对中国制定北极地区的政治、经济、外交政策具有重要指导作用.海量全球实时开放数据库的出现以及大数据...     

Spatio-temporal evolution and influencing factors of geopolitical relations among Arctic countries based on news big data

Global warming has caused the Arctic Ocean ice cover to shrink. This endangers the environment but has made traversing the Arctic channel possible. Therefore, the strategic position of the Arctic has been significantly improved. As a near-Arctic country, China has formulated relevant policies that will be directly impacted by changes in the international relations between the eight Arctic countries(regions). A comprehensive and real-time analysis of the various characteristics of the Arctic geog...     

居民出行与轨迹行为交互模式挖掘与关联技术

出租车是居民出行的重要交通工具,其轨迹数据蕴含着丰富的居民出行信息.原始出租车轨迹数据因缺少语义信息无法直观反映居民出行规律.通过轨迹数据挖掘技术处理之后的出租车轨迹数据能够反映居民活动规律和行为模式,从而为城市规划决策提供参考依据.本文重点研究了基于语义的交互模式度量,通过出租车停留点推断其语义信息;然后根据语义信息...     

基于多源数据融合的山地型旅游区游客时空行为研究

随着旅游者对休闲娱乐类旅游需求的不断增加,山地型旅游区已成为最受欢迎的旅游目的地之一,利用新兴且高效的轨迹记录方式挖掘山地型旅游区游客在小尺度范围内动态的时空行为特征和制约因素,对旅游区线路设计和旅游产品优化尤为重要,也将为山地型旅游区的深化发展和科学管理提供建议。本文以湖北省恩施州恩施大峡谷为案例地,基于“六只脚”平台的GNSS轨迹及位置照片数据,结合GIS在线地图绘制的景区路网和从BigMap平台获取的POI数据,选择GNSS轨迹栅格化的概念模式解析出恩施大峡谷游客轨迹的时空行为特征,尝试探讨与其他类别旅游区时空行为特征的差异,从而总结出山地型旅游区的行为特征,并通过网络点评数据和游记文本等网络文本挖掘行为特征形成的影响因素。研究表明：(1)月份和季相层面,游客行为5月游客量处于峰值,节日效应明显,短假期效应较强;淡旺季游客行为轨迹呈非集聚性,旺季游客量主要受气候条件影响呈不稳定态势;(2)游客行为轨迹于11:00—14:00游客量达到顶峰,日内结束时间相对较早,且兴趣点选择偏向知名度高的七星寨景区;(3)空间分布特征层面,受时空因素控制,单一路径景区轨迹集中度较强;(4)不同性别...     

顾及地理-语义动态的城市热点预测框架

城市热点时空预测是城市管理和智慧城市建设的一项长期而富有挑战性的任务。准确地进行城市热点时空预测可以提高城市规划、调度和安全保障能力并降低资源消耗。现有的区域级深度时空预测方法主要利用基于地理网格的图像、给定的网络结构或额外的数据来获取时空动态。通过从原始数据中挖掘出潜在的自语义信息,并将其与基于地理空间的网格图像融合,也可以提高时空预测的性能,基于此,本文提出了一种新的深度学习方法地理语义集成神经网络(GSEN),将地理预测神经网络和语义预测神经网络相叠加。GSEN模型综合了预测递归神经网络(PredRNN)、图卷积预测递归神经网络(GCPredRNN)和集成层的结构,从不同的角度捕捉时空动态。并且该模型还可以与现实世界中一些潜在的高层动态进行关联,而不需要任何额外的数据。最终在3个不同领域的实际数据集上对本文提出的模型进行了评估,均取得了很好的预测效果,实验结果表明GSEN模型在不同城市热点时空预测任务中的推广性和有效性,利用该模型可以更好地进行城市热点时空预测,解决一系列如犯罪、火灾、网约车预订等等现代城市发展中亟需解决的相关问题。     

基于GIS的磐石市地下水环境质量分析

基于ArcGIS建立了磐石市29个监测点的水质信息数据库,采用灰色聚类法进行地下水环境质量评价。利用GIS的空间分析功能,分析地下水中常规组分的空间分布特征,掌握了地下水质量状况。磐石市大部分地区地下水质量良好,达到、级标准。地下水中化学组分的含量从郊区向市区逐渐增加,市区地下水质量为、级标准。地下水已遭受污染,地下水开采降落漏斗区地下水位的持续下降是市区地下水遭受污染的主要诱发因素。     

基于主成分和模糊C-均值聚类算法的农业水资源高效利用综合分区

基于农业生态系统环境要素、水的资源属性、水资源的高效利用内涵、生产力水平、土地利用方式、种植结构及种植模式等因子,选取构建农业水资源高效利用综合分区的指标体系(16个定量指标、4个定性指标),采用主成分分析和模糊C-均值聚类算法为区划方法,对川中丘陵区进行量化分区。研究结果将川中丘陵区16个地级市和一个县级市(简阳)分为农业水资源较低利用区、农业水资源低效利用区、农业水资源中等利用区、农业水资源高效利用区和农业水资源较高效利用区5个区,这对南方季节性干旱区水资源利用规划有较强的借鉴作用。