利用模糊密度聚类和双向缓冲区自动识别热点区

论文摘要

通过数据挖掘手段获取聚集模式(即热点)等地理空间知识是地理信息智能化服务的基础和前提。点群聚集模式的提取本质上是热点及其边界(热点区)的探测。首先分析了使用空间聚类提取热点并以凸壳表达热点轮廓的不足,进而提出一种利用模糊密度聚类和双向缓冲区的热点区自动识别方法。该方法借鉴模糊集理论,通过计算对象之间的模糊隶属度改进基于密度的聚类算法,用以提取点群的聚集模式;在此基础上,将模糊隶属度作为对象间的影响程度,采用正负缓冲区建立热点边界。以郑州市城区的科研机构点为例进行实验,结果表明,提出的方法既能有效区分空间点的类型(噪声点与非噪声点),又能生成连续平滑的热点边界,总体效果优于对比方法。

论文目录

• 1 热点区识别方法
•   1.1 热点提取的模糊密度聚类方法
•     1.1.1 基本概念
•     1.1.2 聚类方法
•     1.1.3 参数设置
•       1) p为核点的边界条件是有K个与p相距E的点, 此时模糊集合基数为:
•       2) 点q为核p的邻居的边界条件是p与q的距离等于E, 此时有:
•   1.2 边界生成的正负缓冲区方法
• 2 热点区识别实例及分析
•   2.1 本文方法结果与分析
•   2.2 对比方法结果与分析
• 3 结 语

文章来源

类型: 期刊论文

作者: 崔晓杰,王家耀,巩现勇,赵耀

关键词: 地理空间知识,热点区识别,空间聚类,模糊隶属度,缓冲区

来源: 武汉大学学报(信息科学版) 2019年01期

年度: 2019

分类: 基础科学,信息科技

专业: 自然地理学和测绘学,计算机软件及计算机应用

单位: 信息工程大学地理空间信息学院

基金: 中国工程院重点咨询研究项目(2017-XZ-13)~~

分类号: P208

DOI: 10.13203/j.whugis20180358

页码: 84-91

总页数: 8

文件大小: 2607K

下载量: 202