| 参数优化DBSCAN算法的城管案件聚类分析 |
| |
| 引用本文： | 伏家云,靖常峰,杜明义,付艳丽,戴培培.参数优化DBSCAN算法的城管案件聚类分析[J].测绘科学,2018(8):135-140. |
| |
| 作者姓名： | 伏家云 靖常峰 杜明义 付艳丽 戴培培 |
| |
| 作者单位： | 北京建筑大学测绘与城市空间信息学院,北京,100044
北京建筑大学测绘与城市空间信息学院,北京100044;现代城市测绘国家测绘地理信息局重点实验室,北京100044
北京建筑大学测绘与城市空间信息学院,北京100044;北京帝测科技股份有限公司,北京100012 |
| |
| 基金项目： | 国家测绘地理信息局现代城市测绘重点实验室开放基金项目(20141204NY)，北京建筑大学科研基金项目(ZF15071)，北京建筑大学教育科研项目(Y1501)，城市空间信息工程北京市重点实验室经费资助项目(2016203)，北京建筑大学研究生创新资助项目(PG2017017) |
| |
| 摘 要： | 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。
|
| 关 键 词： | DBSCAN算法 城管案件 聚类分析 数据挖掘 |
Urban management case spatial clustering analysis based on a parameter optimized DBSCAN algorithm |
| |
| FU Jiayun,JING Changfeng,DU Mingyi,FU Yanli,DAI Peipei.Urban management case spatial clustering analysis based on a parameter optimized DBSCAN algorithm[J].Science of Surveying and Mapping,2018(8):135-140. |
| |
| Authors: | FU Jiayun JING Changfeng DU Mingyi FU Yanli DAI Peipei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
