基于基尼系数的中国省际人口迁移流空间集中性特征分析

采用基尼系数对我国20世纪90年代中期以来省际人口迁移流的空间集中特征进行了测度.以"五普"和"六普"省际人口迁移数据为基础,计算了全国省际人口迁移流的总体基尼系数和31个省市区(港澳台除外)的迁入和迁出基尼系数.根据不同区域迁入和迁出空间集中度的差异,对31个省市区进行了类型划分.通过"五普"和"六普"两个时期的对比,分析了我国省际迁移流空间集中特征的变化与规律.结果表明,我国省际人口迁移系统的空间集中特点明显,在空间上正朝着较为均匀的方向发展;我国省际人口迁入流的空间集中程度正趋于均匀化;人口迁入相对分散的省市区主要分布在内陆地区,而人口迁入相对集中的省市区主要分布在东南沿海、东北地区和西部;这种"内部分散,外部集中"的空间分布格局仍将长期存在.省际人口迁出流的空间不均衡性更为突出,在总体趋于均匀化的过程中,仍有个别省市区的空间集中程度不断加强;人口迁出相对分散的区域主要分布在东南沿海和西北地区,而人口迁出相对集中的省市区主要位于中部内陆地区;人口迁出"外部分散,内部集中"的空间分布格局正不断加强;省际人口迁入与迁出空间集中程度之间呈现一定的负相关性.在未来一段时间内,人口迁入和迁出之间的"U"型曲线特性将渐趋明显.     

国际人口迁移特征及影响因素分析

目的:探究国际人口迁移规模分布特征及其影响因素。方法:使用人口迁移选择指数表示人口迁移规模,划分人口迁移中心;在ArcGIS软件支持下,对世界各国的人口迁移、迁出规模进行空间可视化,发现空间规律。结果:（1）国际人口迁移规模大,增长速度快,发达国家和传统移民国家为主要迁入区,亚太地区为主要人口迁出区;（2）按照人口迁移吸引中心的强弱可将吸引中心分为3类：强势吸引中心（综合迁入指数/综合迁出指数gt;10）、次级吸引中心（综合迁入指数/综合迁出指数为5~10）和弱势吸引中心（综合迁入指数/综合迁出指数为1~5）;（3）发达国家和石油生产国为主要的人口吸引中心,人口数量众多的发展中国家为人口迁出中心;（4）经济全球化、经济发展差距、世界政治环境以及迁移政策都会影响国际人口迁移特征。结论:国际人口迁移中迁入地与迁出地表现不同的规模特征与空间特征,影响迁入、迁出行为发生的影响因素也存在一定差异。     

东北三省人口迁移的时空格局及影响因素研究

随着改革开放层层深入和区域不均衡发展,人口迁移流动成为我国"新常态"之一.运用空间分析方法和灰色关联分析研究东北三省人口迁移的时空格局及影响因素.结果表明:①辽宁(简称辽)、吉林(简称吉)、黑龙江(简称黑)三省在迁入、迁出的人口规模演变方面呈现各不相同的变化特征,但迁移人口的分布均呈现分散化态势.②从迁入人口数量分布看,除人口迁出大省四川外,辽、吉、黑三省份均基本遵循距离衰减规律;从迁出人口数量分布看,东北三省人口迁出目的地除了东北三省内部省份外,迁往北京、天津、山东3个省级行政单元的人口规模最大;不论迁入、迁出,东北三省与西藏、青海、宁夏、贵州、重庆等西部、南部和少数民族区域省级行政单元的人口交流数量均为最少.③旅游发展与外资利用是影响东北三省人口迁移众多因子中仅次于距离的重要因素.     

基于k-means和肘部法则的业务流程聚类方法

流程挖掘是从实际业务执行日志出发,提取结构化流程信息的过程。流程挖掘技术现已广泛应用于现实业务流程的发现和辅助建模,并能够通过差异分析的方法帮助改进已有业务流程。提出一种基于聚类的流程挖掘方法,首先从事件日志出发,对基于活动的流程路径进行描述,然后对基于距离的活动视图感知的路径聚类,通过聚类结果分析流程特征,为流程变更提供决策。以现实的会议注册系统作为实验对象,论证了方法的有效性。该方法可为流程变更提供决策支持。     

中国省际人口迁移空间特征与影响因素分析

采用全国第六次人口普查的省际人口迁移及相关社会经济等数据,首先分析省际迁移人口的空间分布特征,然后利用全局Moran’s I指数考察了省际人口迁移流中的网络自相关性,再构建基于网络自相关的特征向量空间过滤模型对省际人口迁移的动力机制进行分析,并与引力模型的回归结果进行对比验证,揭示网络自相关影响下省际人口迁移的动力机制. 结果表明:(1)省际迁入及净迁入人口主要集中在我国三大经济圈,省际迁出人口主要分布于我国中南部;省际总迁移人口积聚于三大经济圈及中南部地区. (2)省际人口迁入、迁出流存在网络自相关,对人口迁移动力建模时应考虑网络自相关因素.文中加入了网络自相关因素后的特征向量空间过滤模型的拟合水平整体优于引力模型,较成功地揭示了人口迁移流中的网络自相关效应,减少了对其他变量的有偏估计. (3)非网络自相关变量中,人口总量、经济及距离因素对人口迁移活动的影响较大.     

四川省人口分布与产业结构的空间分析

对2000年到2014年间四川省的21个市州的人口分布和产业结构发展之间的空间关系进行了动态研究,研究发现四川省的人口分布以及产业结构都呈现出了"东密西疏"、"东强西弱"的空间特征,两者之间有着密切的相关关系,人口分布对各产业发展有着显著的正向效应。动态分析发现,近年来人口区域分布对第二、三产业值影响更为显著,第一产业值的变化不大。     

攀枝花市人口分布与道路设施布局空间自相关研究

以攀枝花市各乡镇人口数据和道路路网结构为基础,运用空间分析技术综合研究人口分布和道路空间布局特征以及两者之间的空间关联性。研究表明:人口分布和道路布局均具有空间关联性,且均为正相关,说明该市人口分布和道路布局并非完全随机性,而是遵循空间相似值之间的空间聚集。为进一步探讨人口分布与道路布局之间的空间关联关系,采用双变量空间自相关对两者进行分析,结果表明人口分布与道路布局亦存在较强的正相关关联性。同时,局部空间自相关聚类图显示存在人口分布和道路布局"高-高"聚集和"低-低"聚集片区,说明人口聚集程度受道路密度影响较大,进一步证实了两者间相互影响的关联关系。研究结论为攀枝花市城市规划提供了新的研究思路和理论支持。     

格式塔原则下的建筑群空间分布智能理解

在格式塔原则下对建筑群进行聚类是计算机理解建筑群空间分布特征并实现地图自动综合的基础.在格式塔原则约束下，首先，利用最小生成树的阈值聚类及参数聚类，实现了对集中和分散均匀排列建筑群空间分布特征的挖掘，并利用■值定量评价了挖掘质量；其次，提出了阈值聚类和参数聚类的异同，以及阈值聚类具有局限性的原因；最后，根据建筑物语义特征获得最终聚类结果.试验表明：1)传统的MST阈值聚类不能维持分散均匀排列建筑群的空间分布特征；2)MST参数聚类的适应性要高于阈值聚类，更加符合人类的视觉认知.该方法更有助于提高计算机对建筑群空间分布的智能理解能力.     

建国以来广西人口迁移初探

所谓人口迁移.就是指人口在地理空间内发生的移动,即人口在国与国之间、国内省区间、省内地区间、城乡间以及城市间,乡村间的迁移迁居现象。人口的迁入与迁出跟人口的出生、死亡一样,都是制约人口变动的基本因素,涉及人口的再分布,改变人口的构成,影响社会生活的各个方面。人类要做到合理地有计划地调节和控制自身的运动,不仅要研究人口在生育、死亡问题上的自然变动,而且还要研究人口迁移这种人口在地域空间上的机械变动。关于建国以来广西人口迁移问题的文章,目前还很少见;本文着重从广西人口的(省)区际迁移、区内迁移,以及与港澳台、国外之间的人口迁移三部分进行初步的考察与分析。     

甘肃省税收收入影响因素分析

利用因子分析法和聚类分析法对2015年甘肃省14个市州的税收收入影响因素进行实证分析,从影响税收收入的8个变量中提取3个公共因子,并根据因子得分进行综合评价,再根据公共因子以及综合因子得分对个案进行聚类分析,最终将14个市州分为三大类。研究结果表明,兰州市、庆阳市、天水市在综合评价中位居前三,且兰州市单独成一类,类中心落入第一因子—经济发展因子。     

湖南省市州综合经济实力评价

根据2010年湖南统计年鉴数据,采用主成分分析的数理统计方法,选用15个指标对湖南省14个市州的综合经济实力进行综合分析和评价,结果表明湖南省14个市州的经济实力存在明显差异。采用聚类分析法,可将其划分为4种经济实力城市类型,同时明确了各类型经济实力城市分布格局。为推进湖南城市综合经济发展,应优化空间结构,强化＂点—轴—面＂发展模式;加快城市群发展,加强各市州的经济合作;优化产业结构,促进经济快速发展;加强经济发展的政策支持,优化软环境。     

基于免疫聚类的Web日志挖掘

Web日志挖掘旨在使用数据挖掘技术从Web服务器日志文件中挖掘出有用的规律和模式,以此改进网站结构以及实现Web个性化服务。本文提出基于免疫聚类的Web日志挖掘算法,利用人工免疫系统的基本原理来进行用户聚类分析,从而发现相似客户群体、挖掘潜在客户。免疫聚类通过模拟免疫系统体液免疫应答的基本过程,提取出数据的基本特征,以此概括数据的分布特征,从而实现Web日志数据的无监督自组织聚类。通过在真实数据集上的实验证明了该算法的可行性和有效性。     

基于DBSCAN聚类算法的Web文本挖掘

Web文本聚类是文本挖掘的重要组成部分。该文章分析了Web文本挖掘的方法,通过比较现有的几种聚类算法之后,着重研究了一个基于DBSCAN的聚类算法．以及它在文本挖掘中的具体实现过程。     

P-粗积分的粗变化率及其特性

P-粗积分是由函数双向S-粗集生成的一个积分对,当有属性迁出同时又有属性迁入系统时,P-粗积分发生变化,就具有了一系列动态特性。在P-粗积分动态特性的基础上定义了粗变化度与粗变化率,并研究了其特性。而且粗变化率将迁出与迁入的属性（或P=FUP）对系统产生的作用进行了量化。为有目的地调整系统提供了理论依据。     

粗积分的粗变化率及其特性

P 粗积分是由函数双向S 粗集生成的一个积分对,当有属性迁出同时又有属性迁入系统时, P 粗积分发生变化,就具有了一系列动态特性。在P 粗积分动态特性的基础上定义了粗变化度与粗变化率,并研究了其特性。而且粗变化率将迁出与迁入的属性(或P=F∪)对系统产生的作用进行了量化。为有目的地调整系统提供了理论依据。     

宁夏城镇化进程中人口转移战略研究

研究了2005--2009年宁夏城镇化发展水平的区域差异现状,预测了2010--2020年宁夏城镇人口的发展趋势和宁夏沿黄城市带、中部干旱带和南部山区3大区域间人口转移的规模,从宁夏城镇化进程中城镇人口的数量增长预测了宁夏区域间人口地域转移趋势,提出了优化人口空间合理布局的战略选择．结果表明,在“十二五”期间,宁夏中南部地区规划迁出27．41万人,区外迁入宁夏15．55万人,沿黄城市带规划迁入42．92万人．     

基于AHP-BN的四川省新型城镇化水平研究

以西部大省四川省为例,选取经济发展、人口城镇化、基础设施、生态环境、城乡统筹、创新与研发等6个一级指标,人均GDP、人口密度等21个二级指标,利用AHP-BN方法对21个市州的新型城镇化水平进行了测度,并与AHP分析结果做了比较.结果表明,四川省市州新型城镇化水平空间分异较大,成都市呈"一城独大"的态势,成都、德阳及绵阳所在的城市群发展较好,宜宾、泸州、广元、巴中以及3州(甘孜、阿坝和凉山自治州)的新型城镇化发展水平最低.近年来四川省市州新型城镇化水平正在逐步提高,但空间格局并未发生明显变化.2010—2014年,成都、德阳的新型城镇化水平增幅在10%以上,其他市州在2%~9%,而宜宾、甘孜未发生明显变化.与单一的AHP方法相比较,AHP-BN法不仅能有效避免分析结果异常值的出现,还通过不断集成专家知识与经验,为定量研究新型城镇化水平提供了一种全新的解决思路.     

基于均值密度中心估计的k-means聚类文本挖掘方法

文本挖掘作为数据挖掘的重要研究领域,是检索有用文本信息的重要手段。通过对K-means聚类挖掘方法的基本原理和实现步骤的分析,发现随机选择聚类中心迭代初值、奇异点问题是制约其发展的技术瓶颈,针对该方法的不足,提出了一种基于均值密度中心估计的K-means聚类文本挖掘方法,采用基于均值密度的聚类中心初值估算取代原有方法的随机选取模式,设计自适应的邻域形状选择机制,用均值密度配合阈值消除奇异点。实验结果表明,提出的方法提高了K-means聚类方法的文本挖掘性能,使得文本挖掘查准率得到很大的提高,不仅强于一般K-means均值聚类方法,且和新近流行的自组织神经网络聚类方法相比也具有一定的优势。     

基于模糊聚类的网站用户分类

文章给出了模糊聚类在网站用户分析中的应用。首先对web日志挖掘作了系统的介绍,包括对服务器上日志结构的分析和对数据预处理过程的描述,然后讨论了用户模糊聚类的算法,并用实例证明了模糊聚类在web用户聚类应用中的可行性。为web站点的个性化服务提供了基础。     

基于层次聚类的大学生就业去向短期预测系统

针对大学生就业问题,以层次聚类策略为技术支撑,架构出一种就业去向短期预测系统.根据待挖掘数据量,选取簇间距离度量标准,架构簇与子簇构成的层次聚类树,完成目标数据的聚类或分类处理.构建层次聚类算法模块中相关算法运行流程,结合预测系统用户与管理员的角色职责,设计多个系统数据库实体.建立各实体间关系的映射模型,基于此完成数据...