共查询到20条相似文献，搜索用时 250 毫秒
1.
针对栅格数据,传统聚类方法大都基于专题属性进行聚类,分裂了栅格对象的空间特性与专题属性,而兼顾空间与专题属性的现有空间聚类方法又存在算法复杂、参数设置多等问题,因此本文提出了一种面向栅格的空间-属性双重约束聚类算法（A Raster-oriented Clustering Method with Space-Attribute Constraints, RoCMSAC）。RoCMSAC利用栅格数据空间邻域和空间连通特性,重新定义栅格簇的相似性度量准则,通过属性均质簇生成,空间相邻栅格簇合并和空间邻近栅格簇合并3个步骤对栅格数据进行空间-属性双重约束聚类。利用太平洋海域海表温度栅格数据对算法的可行性以及有效性进行验证,并与现有算法进行对比分析。通过实例验证与对比发现：① RoCMSAC方法能够保证栅格簇空间域的邻近性和属性域的均质性;② RoCMSAC方法可发现复杂形状的栅格簇,且算法时间复杂度低,需输入参数较少。 相似文献
2.
空间聚类是当前地球信息科学与计算机科学领域共同关注的热点问题之一,常用来揭示空间数据分布规律以及发现空间数据异常。空间聚类有效性评价即对空间聚类结果进行定量、客观的评判,对于在实际应用中针对不同数据集选取最优的空间聚类算法以及确定最佳的聚类参数具有重要意义。首先选取并编程实现了数种空间聚类有效性评价方法,包括聚类中心的距离矩阵、距离方差、改进Hubert's统计、Davies-Bouldin、Calinski-Harabasz和基于信息论的空间聚类有效性评价方法等,同时提出了顾及簇间分离度和簇内紧凑度的空间聚类有效性评价方法,并通过试验分析验证了其可行性及有效性。然后在K-Means法对数据集进行聚类的基础上,对比研究了前述聚类有效性评价方法的特性及优缺点。 相似文献
3.
现有OD流向聚类多将O点和D点相分离或者将OD流向看作4维空间的数据点进行聚类处理,忽视了流向长度、方向、时间对流向聚类的影响。本文以流向作为研究对象,提出一种基于流向间相似性度的逐级合并OD流向时空联合聚类算法。首先在充分研究OD流向的空间信息和时间信息的基础上,构建合理的OD流向间时空相似性度量方法,对OD流向间的时空相似性进行量化;然后提出逐级合并OD流向聚类策略,优化类簇合并的顺序,以减少层次聚类的时间开销,实现OD流向的时空联合聚类。以成都市的滴滴出行OD数据和纽约市出租车数据为例对本文方法进行了验证,结果表明：① 本算法聚类获得的流向类簇不仅带有空间特征还具备时间特征;② 在不同参数下本方法可以得到不同时空尺度的聚类结果;③ 与现有较高水平的流向聚类算法相对比,本文方法的聚类效果更好。这体现在流向类簇内部的流向之间有着充分的相似性,以及本文方法不仅可以提取出显著的流向类簇,还可以提取出非热点区域之间的流向类簇。本算法顾及空间因素和时间因素,可以通过调整时空相似性度量方法中的时间参数和空间参数以实现不同时空尺度的流向聚类,这使得从不同时空角度研究城市居民出行模式成为可能。本文提出的OD流向时空联合聚类算法从联合时间信息和空间信息的角度获得对运动数据的新见解,有助于合理全面地研究居民的移动模式、区域之间的空间联系、已知出行结构的确定以及出行目的的探索,是后续一系列分析工作的基础。 相似文献
4.
空间聚类是空间数据挖掘的重要方法,而K-Medoids是一种常用的空间聚类算法。K-Medoids聚类算法存在初始点选择问题,而且计算复杂。为了提高算法的有效性和时间效率,本文结合模拟退火算法思想,改进了传统的K-Medoids算法PAM,提出一种基于GPU计算的并行模拟退火PAM算法。类比矩阵乘法运算,定义了一种新的矩阵计算方法,可以有效减少数据在GPU全局内存和共享内存之间的传输,提高了算法在GPU中的执行效率。利用模拟退火算法搜索聚类中心点,保证了聚类结果的全局最优性。基于不同的数据集,将串行和并行模拟退火PAM算法以及已有的遗传PAM算法进行比较,结果表明并行模拟退火PAM算法聚类结果正确,且时间效率高。最后,应用本文改进算法对贵州省安监系统的安全监管隐患数据进行聚类分析,发现了隐患聚集中心,相关结果对政府的决策具有一定的实际应用价值。 相似文献
5.
针对以往研究城市问题在数据真实性和空间属性上存在不足、研究内容多探索其表面特征和时空变化过程、研究方法和因子选择具有一定的局限性等弊端,本研究以北部湾城市群为例,利用夜间灯光数据提取城市建成区面积,从城市建成区面积年扩张速度、年扩张动态度、年扩张强度、扩张协调性,分析2006～2020年城市空间扩张特征;利用灰色关联模型分析城市建成区面积与八个社会经济因子之间的关系,探究引起城市扩张的驱动力。研究结果表明：(1)利用夜间灯光数据提取城市建成区面积能够弥补传统数据的不足,准确地得到空间扩张水平估计;(2)大部分城市扩张与人口增长协调不佳,省会城市南宁市、海口市始终是北部湾城市群空间扩张的中心;(3)城市扩张与八个社会经济因子联系紧密,人口密度是促进北部湾城市群空间扩张的最主要因素。 相似文献
6.
轨迹聚类是空间数据挖掘领域的一个研究热点，对城市交通规划、路网结构提取与更新等具有重要意义。轨迹聚类包括轨迹相似性度量和聚类参数设置2个核心问题。然而，由于轨迹的形态结构特征复杂，现有轨迹相似性度量指标存在对噪声敏感或未充分考虑轨迹运动方向一致性的问题，且大多数聚类算法仍需人为设置参数，聚类挖掘结果的质量受到用户主观经验的影响。针对上述问题，本文提出了一种融合多特征的移动轨迹自适应聚类方法。首先，通过融合轨迹的空间邻近性和运动方向特征定义了一种对噪声鲁棒的轨迹相似性度量指标—DSPD距离；在此基础上，通过扩展Ward层次聚类方法提出了一种基于中心轨迹概念的空间层次聚类算法，该算法使用DSPD距离作为相似性度量指标，利用聚类特征曲线自动确定最佳聚类参数。以11组模拟轨迹数据和武汉市真实轨迹数据为例进行实验与分析，结果表明，本文方法在顾及空间邻近性的基础上，可以有效区分不同移动方向的轨迹簇，同时，利用轨迹数据特征自动确定聚类参数，降低了挖掘结果的主观性。 相似文献
7.
城市兴趣域的识别对城市研究具有重要的现实意义。当前识别大多是通过遥感影像以及实地调查,采用欧式距离的区域范围估计方法实现,没有考虑城市居民活动以及道路结构约束对兴趣域产生的影响。本研究提出一种结合网络评论数据和道路约束的城市兴趣域识别方法。首先,采用约束Delaunay算法,对空间结构复杂的道路进行简化;继而,设计基于Epanechnikov核函数的网络核密度算法,实现顾及道路约束的城市兴趣域空间范围的划分;最后,通过网络评论数据中的评论次数与评论文本,量化城市兴趣域的吸引程度,并依此判别其功能类型,从而实现兴趣域的识别。实验以广州市越秀区为例,成功识别出了宜安广场、北京路等城市兴趣域。该方法对城市空间结构的精细化识别、分析和规划具有重要的现实意义。 相似文献
8.
为对城市各区域出租车OD轨迹流进行可视化分析,需对城市作空间剖分处理,以产生研究所需的子区域。传统的欧氏距离空间剖分方法,在空间上进行硬性切割不能有效地顾及城市人、物的时空流动模式,因此,本文提出了一种空间约束条件下,顾及出租车OD点分布密度的网络Voronoi剖分方法。首先,将道路网的边细分成线性单元,然后,设定空间约束以产生合适的发生元,让各发生元在路网上以线性单元为单位扩散步长,以不同的速度向周围联通道路进行扩散,最终将城市空间划分成一系列与出租车OD点分布密度相适应的空间子区域。利用OD流可视化理论与技术,基于划分的城市子区域分析出租车在这些区域的时空流动,并结合图论知识探究城市空间OD流拓扑图结构的变化,分析不同划分区域出租车流动模式。最后,通过北京地区一天的出租车轨迹数据,对本文提出的算法及分析方法进行了实验。 相似文献
9.
时空聚类是数据挖掘研究的主要内容之一,在环境保护、疾病预防与控制、犯罪预防与打击等领域具有重要的应用价值。已有的时空聚类方法中,时间“距离”都认为是真实的间隔,而对于具有社会属性的案事件而言,其在不同时间尺度下具有明显的周期性特征,忽略这些特征将很难反映出案事件真实的时空规律。本文综合考虑多时间尺度下的时间属性,构建等效时空邻近域,并借鉴经典的密度聚类算法,提出了多时间尺度等效时空邻近域密度聚类算法（MTS-ESTN DBSCAN）。通过对福州市区2013年案事件数据的聚类分析表明,该方法在案事件时空聚类方面具有可行性,对于进一步深入研究城市犯罪地理具有一定的理论意义和实际价值。 相似文献
10.
空间聚类与传统聚类方法的区别之一在于空间聚类是对空间实体的集群性进行分析,在聚类过程中需考虑模式在空间分布上的一种或几种结构特征,如模式间的远近关系、拓扑关系、方位关系、疏密关系等。然而,传统聚类算法大多忽略空间结构特征对聚类结果的影响。同时,传统数据挖掘过程往往是“黑箱”作业,用户不论感兴趣与否都只能被动地接受挖掘结果,而且结果往往是抽象的、不易理解的。本文对基于MST的可视化空间数据聚类挖掘算法进行了研究,利用Delaunav三角网和MST最小生成树使得地理实体的邻接度与其他属性数据一起参与了空间聚类处理,同时用J2EE技术开发可视化空间聚类挖掘工具,为此类应用系统的建立提供了一种实用的可行方案。 相似文献
11.
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。 相似文献
12.
13.
基于人文地理视角下的城市创意产业图像可视化分析对城市深层次空间综合和区域创新发展具有重大意义。但Swarm群智能动态时空建模难以满足创意产业空间集聚的可视化发展。本文研究目标是,从城市区域创意产业空间聚类影响因素指标出发,创新性地提出区域空间动态集聚轨迹算法（Density-Based Interest Spatial Clustering of Path,DBICP）,并与计算机浏览器共建聚类可视化图像,为城市管理提供决策依据。首先,根据影响因素指标体系,利用2014—2018年空间卡口流量数据和产业指标数据进行预处理,构建空间标准聚类算法DBSCAN。然后,对其进行聚类密度分级优化形成全新DBICP算法并得出初步轨迹图像。最后,通过源码转译实现了浏览器界面下空间动态集聚轨迹图像的输出。结果表明：以上海市为例,普陀区、浦东新区、徐汇地区的创意产业空间分布形成了3种不同的聚类模式,并相应提出了分摊、均布、虹吸的管控策略。此方法克服了传统图像的聚类分级和轨迹测量的缺失,可以有效地从指标数据中发现图像轨迹聚类信息,体现了地理信息科学和人文社会学科的交叉融合。也为大数据动态图像的集聚方法提供了全新视角和借鉴价值。 相似文献
14.
基于局部空间信息KFCM的遥感图像聚类算法 总被引：1，自引：0，他引：1
针对模糊C均值(Fuzzy C-Means, FCM)算法,不能有效地对夹杂噪声的遥感图像聚类的问题,本文提出了一种基于局部空间信息核模糊C均值(Kernel Fuzzy C-Means, KFCM)的遥感图像聚类算法。首先,运用核函数将遥感图像的所有像元映射到高维特征空间,通过非线性映射优化遥感图像的有用特征;然后,根据相邻像元之间的相关性,利用一种空间函数重新定义像元的模糊隶属度,将像元的局部空间信息引入到FCM算法中,并在高维特征空间中使用这种基于局部空间信息的FCM算法对像元聚类。由于引入了像元的局部空间信息,算法可以直接应用于原始遥感图像,不需要滤波预处理。大量实验结果表明,本文提出的基于局部空间信息KFCM的遥感图像聚类算法具有较强的抗噪能力,可得到较好的同质区域,优于现有的FCM算法、模糊局部信息C均值(Fuzzy Local Information C-Means, FLICM)算法及KFCM算法。 相似文献
15.
基于SOFM网络的景观功能分类——以北京及周边地区为例 总被引：3，自引：0，他引：3
景观多功能性是景观生态学研究的热点领域,需要一种既能体现景观多功能整体性,又能表征各功能间独立性的表达方法。本文以北京及其周边地区为研究区,以500m栅格为最小评价单元,使用空间化的统计数据表征物质生产功能,使用植被生物量与土壤含碳量之和表征碳汇功能,使用潜在水土流失量与实际水土流失量的差值表征土壤保持功能,使用生态系统服务功能的评估结果表征生境维持功能,使用人口空间化数据表征居住功能。在计算5种景观功能强度后,通过自组织特征映射模型将土地栅格进行聚类分析。研究结果表明:景观功能强度具有空间异质性。景观功能强度可分为以农地为优势景观,以物质生产为主要功能的农业功能区域;以农地和城市用地为优势景观,以居住和碳汇为主要功能的城市功能区域;以林草地为优势景观,以土壤保持和生境维持为主要功能的生态功能区域;以及优势景观不明显,各项功能均衡发展的过渡功能区域4类。该分类方法既可较好地表达多功能景观的功能分异和空间分异,又能为其研究土地利用和生态管理实践提供理论依据。 相似文献
16.
城市空间格局变化监测能够反映城市建设空间的发展规律和特点,为城镇体系发展规划、优化以及城市空间开发集约利用等提供重要基础。该文选取山东省作为研究区域,以全省17个地级以上城市城区为研究对象和统计分析单元,以2000-2017年7个时期高分辨率正射影像提取其城区边界和部分时期内部结构数据,采用城市扩展面积、城市扩展速度、城市扩展强度及紧凑度等指标,对山东省17个地级市城市空间格局发展变化进行综合分析,对城市扩展、城市用地等进行评价。研究结果表明:山东省地级以上城市空间格局演变整体呈现出以济南青岛为中心的东西两极发展格局,整体发展较为均衡,但东西部差距依然较大。城市紧凑度较低,以粗放型土地增长模式扩展,面积扩张过快,占用耕地比例较高,土地集约利用程度不够。研究成果可为优化城市空间结构,促进城镇高效、集约、节约、绿色发展等提供了合理的建议以及技术支撑。 相似文献
17.
导航大数据是大量与导航相关且具有泛在导航、定位、授时特征的数据集合。城市环境的特性影响居民的出行活动,而居民出行活动中产生的导航大数据则蕴含了城市环境的时空信息。热点区域空间分布以及热点区域之间的关联性特征是城市环境时空特性的重要组成部分,由客观的环境现状和主观的人为活动造成。通过挖掘导航大数据可以揭示这些特征。本文提出了利用导航大数据的城市热点区域关联性挖掘方法。首先,通过对居民出行的起点和终点坐标进行空间聚类,挖掘城市中的热点区域,并依据点的分布特点对城市热点区域进行离散化;然后,利用基于谱聚类和蚁群算法的方法分析居民出行特征,揭示城市中热点区域之间存在的关联性。本文提出的方法能够充分利用导航大数据对城市动态的感知能力。以上海市2007年2月20日的出租车轨迹数据为例进行分析,结果表明：利用导航大数据分析城市热点区域之间的关联性,可以得到具有紧密关联性的热点区域的空间分布特征;上海市居民出行活动频繁的热点区域被划分为15个内部紧密关联的子图,形成该分布特征的内在机制以及居民流通规律与上海市的土地资源利用及道路交通建设现状密切相关。分析方法和结果可为合理的城市功能区域规划,智慧城市建设等提供决策支持和参考信息。 相似文献
18.
京津冀都市圈城乡建设用地空间扩张特征分析 总被引：2，自引：0，他引：2
本文采用1990、2000、2006 年3 期多源影像数据、基础地理数据、DEM数据、社会经济统计数据及其他相关资料, 采用遥感信息提取GIS 空间分析及土地科学相关模型等综合研究方法, 首次提取近20 多年来京津冀都市圈城乡建设用地的空间信息(误差在10%以内), 并分析了城乡建设用地变化的幅度、速度、空间增长格局及其相关性。结果表明, 京津冀都市圈城乡建设用地总面积持续增加, 1990-2006 年, 建设用地年平均变化率为2.81%;建设用地年变化速率较大的地区是唐山、保定、石家庄, 大于全区平均变化率。京津冀都市圈城镇用地空间增长格局中, 70%左右的新增城镇用地分布在城中心40km范围内, 80%以上的新增建设用地集中在高速公路沿线20km范围内, 并且新增城镇用地呈现沿城市中心、高速公路向外扩张的趋势。城乡建设用地增长具有较为明显的集聚特征。它们为京津冀地区土地利用规划及生态环境研究提供一定的科学数据和决策借鉴。 相似文献
19.
城市的快速扩张不断改变着土地资源的转化,带来了诸多生态环境问题。分析和模拟城市扩张的机制,并对城市未来土地利用变化的风险进行预警,利于合理调控城市的发展。本文提出了一种基于地理分区和未来用地模拟(Future Land Use Simulation,FLUS)模型的城市扩张模拟模型,用于模拟和预测复杂的土地利用变化。该模型利用多指标数据进行空间聚类,耦合地理分区结果进行城市扩张模拟。珠江三角洲2005-2015年的城市扩张模拟结果显示,分区下的模拟精度(FoM=0.2329,提高了9%)明显高于未分区,说明不同分区在土地利用转化上存在空间差异,该模型能更有效地模拟城市土地利用变化。另外,本文构建了一种城市扩张预警指标评价体系,用于评估城市扩张的警情。根据在2005-2015基础上预测的2025-2045年土地利用变化结果,对珠江三角洲城市扩张进行多尺度预警分析。综合预警结果显示该区域大部分城市至2045年城市扩张警情将达到中警和重警,其中东莞警情一直维持在重警。由此,未来需要加强对珠三角城市扩张的宏观调控,以此来缓解未来城市扩张的警情。 相似文献
20.
城市道路交通状态具有空间自相关特征。某一道路交通状态的变化会对其周边道路产生影响,故把握道路交通状态的空间自相关性是提高交通规划、交通预测水平的基础。然而,城市道路交通状态又具有空间异质性,即道路交通状态的影响扩散并非各向同性,其使得道路交通状态空间自相关性的度量更为复杂,因此仅从地理空间下道路之间的邻近关系出发进行分析有失偏颇。同时,城市道路具有拓扑结构特征和几何形态特征,二者对于交通状态自相关性的影响和制约,却未引起足够重视。本文从城市道路的拓扑结构特征和几何形态特征出发,提出了一种新的交通状态空间自相关路段识别规则,即基于交通状态变化的路段空间识别规则,通过拓扑社区发现方法刻画路段在空间上的聚集特征,同时,基于Stroke跟踪的几何形态概化来描述道路交通状态变化影响的空间异质性。结果表明,利用本文提出的识别规则产生的交通状态自相关路段集合,较仅考虑地理空间邻近或拓扑结构的识别规则更为合理,更好地揭示了城市道路交通状态的空间自相关特征。 相似文献