关于空间聚类应用的文献综述

关于空间聚类应用的文献综述吴越摘要空间聚类分析是空间分析的一种重要的方法及技术,并广泛应用于城市规划、生态环境、交通、商业市场分析、公共卫生与社会等领域。因而,本文按照该五个领域,选取具有参考价值的代表性中外文献,针对空间聚类技术的相关应用进行综述。分析出空间聚类技术的普遍短板与未来发展方向,为相关学者的进一步研究提供参考。关键词空间聚类空间分析文献综述:TP274:ADOI:10.16400/j.cnki.kjdkz.2017.09.015ALiteratureReviewofSpatialClusteringApplicationsWUYue(SchoolofResourceandEnvironmentalSciences,WuhanUniversity,Wuhan,Hubei430072)AbstractSpatialclusteringanalysisisanimportantmethodandtechnologyofspatialanalysis,andiswidelyusedinurbanplanning,ecologicalenvironment,transportation,commercialmarketanalysis,publichealthandsocialfields.Therefore,accordingtothefivefields,thispaperselectsrepresentativeChineseandforeignliteraturewithreferencevalue,andsummarizestherelatedapplicationsofspatialclusteringtechnology.Thegeneralshortboardandfuturedevelopmentdirectionofspatialclusteringtechnologyareanalyzed,whichwillprovidereferenceforfurtherresearchofrelatedscholars.Keywordsspatialclustering;spatialanalysis;literaturereview0引言空間聚类分析是数据分析的一种重要方法及技术。通过对空间数据的凝聚趋势、分布规律的研究分析,GIS人员可以发现其隐含的模式和规律,甚至预测对象未来发展方向,为G1S智能化分析和GIS决策提供支持。目前,空间聚类分析已广泛应用于城市规划、生态环境、交通、商业市场分析、公共卫生与社会等领域。国内外学者针对不同领域,提出多种改进的空间聚类算法。在此背景下,本文按照该五个领域,选取具有参考价值的代表性中外文献,针对空间聚类技术的相关应用进行综述。分析出空间聚类技术的普遍短板与未来发展方向,为相关学者的进一步研究提供参考。1空间聚类方法的现状目前,根据数据类型、应用目的等的不同,聚类算法可以分为:划分法,层次法,密度法,网格法,模型法等五类方法。(1)划分法,该方法为最早出现的经典算法,其典型代表为k-means聚类算法。该方法效率高且易于理解,所以应用广泛。该算法把n个对象分成k个簇,使簇内具有较高的相似度,而簇间的相似度较低。(2)层次法,该方法将数据对象组成一棵聚类的树。根据其层次分解方向的不同,可分为凝聚法或分裂法。(3)密度法,该方法按照区域密度进行划分,不同于传统距离划分得到的类圆形聚类区域,其可以获得任意形状的聚类区域。(4)网格法,该方法以多分辨率的网格数据结构为基础,计算以单个网格进行开展,从而节约大量计算时间。(5)模型法,该方法以数学模型为核心,通常基于数据符合一定的数学规律进行分布的假设进行研究。2空间聚类应用领域分析2.1城市规划方面城市规划是以科学思想、客观数据、专家决策为基础,对城市经济结构、空间结构、社会结构等多方面发展进行规划,发挥着指导城市建设、确定城市发展方向的重要作用。而由于城市系统本身的复杂性,城市规划是一个需要反复修订,长期调整的决策过程。在此背景下,GIS人员可以凭借空间聚类技术,通过研究不同设施的分布模式,从而合理设定、评估城市空间布局方案,为城市规划决策提供建议,提高城市居民的生活质量。其中最典型的便是DBSCAN空间聚类算法的应用。针对空间聚类过程中对非空间属性的忽略问题,Sander(1998)在DBSCAN算法基础上提出了GDBSCAN算法,可有效结合点目标的空间属性和非空间属性。国内,李新延(2005)在城市规划领域,对DBSCAN空间聚类算法进行了实例研究。他的研究结果表明,该算法可以发现城市点状设施(如公共设施和市政公用设施)的聚集特征和分布模式中存在的问题。从而对规划设计中的某些规范或指标进行修正,为城市规划提供科学的依据和指导。用空间聚类方法进行城市功能分区也是一种有益的尝试,它不仅能为准确地划分功能区提供依据,而且也可以减少主观性,具有较强的客观性。杨帆(2007)...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

笔杆子文秘
机构认证
内容提供者

为您提供优质文档,供您参考!

确认删除?