排序方式: 共有4条查询结果,搜索用时 31 毫秒
1
1.
参数优化DBSCAN算法的城管案件聚类分析 总被引:1,自引:0,他引:1
针对DBSCAN算法参数对聚类结果具有较大的不确定性问题,该文提出了基于空间分析的参数优化思想:首先,基于Ripley’s K函数分析,实现自适应确定数据聚类范围EPS值;基于K-D树分析,实现自适应确定在Eps阈值内的点数量MinPts值;然后,基于以上参数的自适应确定思想,利用R语言编写了DBSCAN算法,进一步实现了数据的精确聚类。基于典型城市管理案件的实验结果表明:该方法充分考虑了空间数据统计特性,具有较好的适用性,聚类簇特征明显,聚类质量较高。 相似文献
2.
3.
4.
近邻指数的城管案件全局分布模式分析 总被引:1,自引:0,他引:1
城市管理案件量化分析是城市管理水平提升的技术支撑。针对城市管理典型案件(街面秩序、市容环境及宣传广告),该文提出了一种热点探测流程和方法,并分析城市管理案件全局分布模式。针对传统量化研究的权重确定未考虑研究对象空间分布的问题,该文提出了基于城管案件近邻指数的权重确定方法,并以此为基础开展城管案件的全局分布模式研究。实验结果表明:3种典型城市管理案件呈显著的聚集分布,并且热点区域符合实验区的实证考察;近邻指数作为权重指标具有客观性、计算高效性,合理反映了城管案件的空间分布。 相似文献
1