發(fā)布時(shí)間：2018-10-23 21:28

【摘要】：空間聚類方法是分析城市規(guī)劃、市場(chǎng)營(yíng)銷、社區(qū)發(fā)現(xiàn)等問(wèn)題的一種重要手段,然而當(dāng)前大多數(shù)的空間聚類方法只考慮了空間對(duì)象之間的位置關(guān)系,而忽視了它們之間的社會(huì)關(guān)系.針對(duì)這一問(wèn)題,本文提出一種融合空間對(duì)象位置關(guān)系和社會(huì)關(guān)系的空間聚類方法,該方法首先構(gòu)建了空間對(duì)象的地理-社會(huì)關(guān)系模型,然后提出了空間對(duì)象之間的社會(huì)關(guān)系緊密度評(píng)估方法,在提升空間聚類算法執(zhí)行效率方面提出了采用鄰接表索引方法進(jìn)行聚類的索引結(jié)構(gòu)和執(zhí)行方法.實(shí)驗(yàn)結(jié)果表明,本文方法得到的空間聚類結(jié)果更加合理,聚類內(nèi)部地點(diǎn)的社會(huì)聯(lián)系更加緊密,并且算法具有較高的執(zhí)行效率.
[Abstract]:Spatial clustering is an important method to analyze the problems of urban planning, marketing and community discovery. However, most of the current spatial clustering methods only consider the location relationship between spatial objects. And ignore their social relations. In order to solve this problem, this paper proposes a spatial clustering method combining spatial object location and social relations. Firstly, a geo-social relationship model of spatial object is constructed. Then, an evaluation method of social relations between spatial objects is proposed. In order to improve the efficiency of spatial clustering algorithm, the index structure and execution method of clustering are proposed by using the adjacent table index method. The experimental results show that the spatial clustering results obtained by the proposed method are more reasonable, and the social connections within the clustering sites are more close, and the algorithm has a higher execution efficiency.
【作者單位】： 遼寧工程技術(shù)大學(xué)研究生學(xué)院;遼寧工程技術(shù)大學(xué)電子與信息工程學(xué)院;遼寧工程技術(shù)大學(xué)軟件學(xué)院;
【基金】：國(guó)家青年科學(xué)基金項(xiàng)目(61401185)資助 遼寧省自然科學(xué)基金項(xiàng)目(20170540418)資助 遼寧省教育廳一般項(xiàng)目(LJYL018)資助
【分類號(hào)】：TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 高飛;樊明輝;陳崇成;江先偉;;基于空間實(shí)體約束的空間聚類算法研究[J];測(cè)繪科學(xué);2008年01期

2 柳盛;吉根林;;空間聚類技術(shù)研究綜述[J];南京師范大學(xué)學(xué)報(bào)(工程技術(shù)版);2010年02期

3 馬程;楊詩(shī)琴;;基于量子粒子群的帶障礙約束的空間聚類[J];安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年03期

4 殷俊華;李光強(qiáng);陳翼;鄧敏;;基于概念格的空間聚類方法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2011年06期

5 李霞;徐樹(shù)維;;子空間聚類改進(jìn)算法研究綜述[J];計(jì)算機(jī)仿真;2010年05期

6 陳銘;吉根林;;一種基于相似維的高維子空間聚類算法[J];南京師大學(xué)報(bào)(自然科學(xué)版);2010年04期

7 馬程;陳杰;;障礙約束下的空間聚類算法分析[J];宜春學(xué)院學(xué)報(bào);2012年12期

8 何彬彬;方濤;郭達(dá)志;;基于不確定性的空間聚類[J];計(jì)算機(jī)科學(xué);2004年11期

9 楊楊;孫志偉;趙政;;一種處理障礙約束的基于密度的空間聚類算法[J];計(jì)算機(jī)應(yīng)用;2007年07期

10 李光強(qiáng);鄧敏;程濤;朱建軍;;一種基于雙重距離的空間聚類方法[J];測(cè)繪學(xué)報(bào);2008年04期

相關(guān)會(huì)議論文 前5條

1 劉啟亮;鄧敏;彭東亮;徐震;;基于場(chǎng)論的空間聚類有效性評(píng)價(jià)方法研究[A];2009`中國(guó)地理信息產(chǎn)業(yè)論壇暨第二屆教育論壇就業(yè)洽談會(huì)論文集[C];2009年

2 鄧羽;;廣義多維云模型在空間聚類中的應(yīng)用[A];地理學(xué)與生態(tài)文明建設(shè)——中國(guó)地理學(xué)會(huì)2008年學(xué)術(shù)年會(huì)論文摘要集[C];2008年

3 徐玉峰;周麗華;肖清;;一種基于數(shù)據(jù)分布差異度的子空間聚類算法[A];第二十五屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（一）[C];2008年

4 張燕萍;姜青山;;k-means型軟子空間聚類算法[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集A輯二[C];2010年

5 任家東;周瑋瑋;何海濤;;高維數(shù)據(jù)流的自適應(yīng)子空間聚類算法[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集A輯二[C];2010年

相關(guān)博士學(xué)位論文 前2條

1 黃明;基于空間分區(qū)的空間聚類研究[D];武漢大學(xué);2010年

2 杜世強(qiáng);基于維數(shù)約簡(jiǎn)的無(wú)監(jiān)督聚類算法研究[D];蘭州大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 張洋;基于空間聚類的公路交通運(yùn)力態(tài)勢(shì)可視化方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

2 歐陽(yáng)佩佩;改進(jìn)的稀疏子空間聚類算法研究[D];青島大學(xué);2015年

3 孫素敏;子空間聚類及其應(yīng)用[D];西安建筑科技大學(xué);2016年

4 許亞駿;子空間聚類算法研究及應(yīng)用[D];江南大學(xué);2016年

5 凌曉蔚;基于子空間聚類的多關(guān)系社交網(wǎng)絡(luò)挖掘研究[D];電子科技大學(xué);2016年

6 吳飛;面向序列數(shù)據(jù)的稀疏低秩子空間聚類方法研究[D];北京工業(yè)大學(xué);2016年

7 鄧振云;稀疏樣本自表達(dá)的子空間聚類算法[D];廣西師范大學(xué);2016年

8 齊緒停;基于子空間聚類的文本相關(guān)性研究[D];山東師范大學(xué);2016年

9 顧曉偉;基于面狀區(qū)域混合類型數(shù)據(jù)的空間聚類算法研究及應(yīng)用[D];遼寧工程技術(shù)大學(xué);2015年

10 盧萌;基于MapReduce的LBS空間數(shù)據(jù)聚類方法研究及應(yīng)用[D];北京化工大學(xué);2016年

，

本文編號(hào)：2290513