排序方式： 共有7条查询结果，搜索用时 187 毫秒
1
1.
针对现有流行病空间异常探测方法在全面探测多因素导致的潜在空间异常方面的局限性,本文提出一种流空间邻近约束关系下的流行病分布空间异常探测方法.首先,基于地理探测器识别与传播中心人群流出强度因素具有显著关联关系的疫情专题属性;然后,基于流空间邻近关系度量自适应构建流空间权重矩阵;最后,构造疫情属性空间局部变化梯度变量刻画空间单元疫情态势特征,提出改进的全局和局部莫兰指数(Moran's I)实现流空间疫情分布模式的统计判别与局部空间异常区域探测.新型冠状病毒肺炎(COVID-19)疫情的实例,验证了本文方法相比现有欧氏空间异常探测方法,能够有效识别疫情发展过程中除人群跨区域流动之外的多类潜在因素导致的疫情分布空间异常区域,有助于支持对疫情分阶段的分区分级精准防控. 相似文献
2.
空间同位模式挖掘旨在发现多类地理要素或事件频繁互邻近形成的关联规则,对于理解复杂地理现象内在发生机理具有重要价值。针对现有基于关联规则的空间同位模式挖掘方法难以对地理数据特性(如多尺度性)进行有效建模的缺陷,本文提出了一种基于点过程建模与分解的多尺度空间同位模式挖掘方法。首先通过构建一个随机变量将多类要素实例分布数据表达为混合空间点过程,并引入一个非参统计指标对同位模式进行特征尺度判别;基于此,定义一种条件概率密度分布函数,利用点过程分解思想挖掘多尺度空间同位模式及其实例分布。试验分析结果表明本文方法可以准确挖掘空间同位模式在不同尺度的空间分布形态,并且有效降低了人为设定参数的主观性。 相似文献
3.
空间同位模式挖掘旨在发现空间数据库中频繁发生在邻近位置的地理事件。由于空间异质性,地理事件在不同区域邻近出现的频繁程度亦存在差异,进而形成局部同位模式。现有局部同位模式挖掘方法多基于欧氏空间的平面假设,难以客观揭示网络空间（如城市道路）内地理事件间的局部同位规律,因此基于空间扫描统计思想,提出了一种网络约束下的局部同位模式挖掘方法。首先,发展了网络约束下的路径扩展方法,识别可能存在局部网络空间同位模式的候选路径;其次,基于网络约束下的二元泊松分布构建显著性检验的零模型,判别候选路径中局部网络空间同位模式的有效性。通过模拟实验与北京市出租车供需模式分析,发现该方法比现有方法得到的结果更精细、更客观,能够有效地挖掘网络约束下的局部同位模式。 相似文献
4.
现有恐怖团伙关系挖掘方法因其难以顾及恐怖组织特有的结构复杂、行动灵活、生存期长等特点而难以应用于反恐研究中。为此,本文从时空角度出发,通过引入时空邻近与团伙时空同现模式等概念,将多元独立分布的团伙关系发现问题建模为时空同现模式的频繁度评价问题,提出一种点模式分布下的团伙关系挖掘方法。基于此方法构建团伙关系网络,进而提出一种顾及时空邻近的社团关系度量方法。采用该方法对阿富汗与巴基斯坦地区1970—2018年真实GTD数据进行实验分析,结果表明：该研究区域主要恐怖团伙中共存在11种团伙关系（{Taliban,TTP}等）,在团伙关系网络中占据核心地位的恐怖组织为Taliban,其次为TTP、BLA。本文提出的方法能有效地挖掘出恐怖团伙之间潜在的关系,团伙关系的定量表达度量了不同组织在关系网络中的地位,验证分析表明,挖掘结果与相应团伙共同参与事件的时空分布、历史根源高度吻合。本文拓展了时空同现模式挖掘在恐怖团伙关系发现中的应用,研究成果对公安部门在识别某些恐怖事件制造者以及合理分配警力资源方面具有重要意义。 相似文献
5.
采用时空同现模式分析方法挖掘多元犯罪事件之间的关联关系，可为犯罪事件防控问题提供科学指导。现有方法依赖人为设置的频繁度阈值，应用部门若缺乏先验知识则可能导致决策错误。因此，基于非参数统计思想，提出一种面向城市犯罪的时空同现模式显著性检验方法。首先通过重建每类犯罪事件的时空分布，构建多元犯罪事件分布独立的零模型；然后根据零模型下多元犯罪事件同现频率的试验分布，判别候选时空同现模式的显著性。最后设计具有预设模式的模拟数据实验验证该方法的有效性；在多个分析尺度（时空半径）下识别S市2016年13种犯罪事件间时空同现模式，并以时空同现模式{扰乱治安，盗窃电动自行车，扒窃}为例，结合公共设施空间分布，对该模式形成机理进行深入分析。结果表明:①该方法充分顾及了单元犯罪事件自相关特征的影响，能够有效识别具有统计特性的时空同现模式；②犯罪事件时空同现模式随分析尺度的变化而存在差异；③具有相似建成环境和社会环境的犯罪事件容易形成时空同现模式。 相似文献
6.
本文首先结合社交媒体信息和温州市新型冠状病毒肺炎（COVID-19）发展态势，获取疫情传播先验知识，进一步采用DBSCAN自适应聚类算法，分析温州市COVID-19时空分布格局与演化规律。结果表明：①温州市COVID-19易在20~59岁的青壮年人群，以及商业服务人员、农民和工人人群间传播；②我国针对人口流动采取的系列措施能够有效遏制疫情进一步蔓延，使得温州市聚类空间簇数量在时间上呈现先增加后减小的趋势；③温州市鹿城区银泰商贸附近、乐清市南部和瑞安市西部具有疫情扩散高风险，后期需增强防控力度。本文细粒度地分析了温州市疫情时空演化过程，能够更好地辅助温州市政府部门更精细地部署疫情防控措施。 相似文献
7.
空间同位模式挖掘旨在发现多类地理要素或事件频繁互邻近形成的关联规则,对于理解复杂地理现象内在发生机理具有重要价值。针对现有基于关联规则的空间同位模式挖掘方法难以对地理数据特性(如多尺度性)进行有效建模的缺陷,本文提出了一种基于点过程建模与分解的多尺度空间同位模式挖掘方法。首先通过构建一个随机变量将多类要素实例分布数据表达为混合空间点过程,并引入一个非参统计指标对同位模式进行特征尺度判别;基于此,定义一种条件概率密度分布函数,利用点过程分解思想挖掘多尺度空间同位模式及其实例分布。试验分析结果表明本文方法可以准确挖掘空间同位模式在不同尺度的空间分布形态,并且有效降低了人为设定参数的主观性。 相似文献
1