一种检验高值聚类的新指标Ih

根据Moran’SI的产生背景提出一种检验高值聚类的新指标Ih，给出相应的性质及其证明，并利用Maflab进行了随机模拟，验证了该指标的可行性和稳健性。     

高值与低值空间聚类的精确检测

提出了两个调整数据的新方法来弥补通常空间聚类检测的不足,从而能够对高值或低值聚类进行精确检测.两个方法被分别在模拟的空间类型中应用于Moran'I检测.结果表明,当不存在空间聚类时,该方法对原检测毫无影响;当有聚类趋势时,经该方法调整数据后,可以显著地检测出高值或低值聚类的存在.     

局部聚类的鉴别：一种基于模型的Moran＇s I检验

传统意义上的Moran＇s I只能检验出是否存在聚类，但不能检验出是否存在局部聚类。为了弥补这项不足，在对数线性模型的基础上作Moran＇s I差检验，记作Idr o在非齐性总体下，L比传统侑较好的第一类错误概率。然后，在原模型中加入空间关联项重做Idr检验。当原模型中Idr是显著的，但加入空间关联项后厶不显著，表明仅存在局部聚类；当原模型中Idr是显著的，但加入空间关联项后厶仍显著，表明存在全局聚类。     

宁夏区域经济空间差异的ESDA-GIS研究

基于ESDA全局和局部空间自相关分析,在ARCGIS软件和Geo DA空间统计分析软件的支持下,利用宁夏回族自治区2008年的县域人均GDP数据,对宁夏县域经济之间的总体和局部空间差异进行了实证分析。结果表明:全局Moran’s I指数为0.7426,在空间上相关性很强,且与经济发展水平有很大的关系,在空间上经济水平差不多的地区空间上分布较集中,并在此基础上绘制了局域Moran’s I散点图和LISA集聚图。     

Moran’s I指数与DEM 网格大小关系的研究

数字高程模型(Digital Elevation Model,简称DEM)作为真实地形的一种数字化模拟,网格间存在着某种空间自相关性.Moran’s I是一种常见的空间自相关程度量化指标.为了研究Moran’s I与DEM网格大小之间的关系,文章在分辨率为30 m×30 m的DEM上随机选取了35个采样点.又以每个采样点为中心,选取n×n(n=3,5,7,…,25)大小的DEM网格,计算并记录对应于每个网格的Moran’s I指数值,绘出各采样点的Moran’s I指数值随n变化的曲线.研究发现:大多数采样点的Moran’s I曲线呈现出一致的变化趋势;同时发现少数采样点的Moran’s I曲线出现局部的变化异常.对这些异常进行分析后发现,Moran’s I值随n变化的趋势与DEM网格高程值的离散程度(地形)有关.     

粤港珠三角区域空气污染的空间自相关分析

选取2012年1月—12月粤港珠三角区域15个空气污染监测网络子站监测的数据,根据各个区域的空气污染数据进行空间自相关研究。在研究时段内,全局Moran's I结果表明:在2012年1月、4月、5月、6月、8月、9月、11月中,粤港珠三角区域15个监测站的空气污染指数的全局Moran’s I为负值,即存在负空间自相关。而在2012年2月、3月、7月、10月、12月中,15个监测区域的空气污染指数的全局Moran’s I为正值。但Z(I)检验统计量的结果来看这种空间格局不显著。故空间分布呈现随机分布。     

一种基于I/O数据的多模型建模方法

针对复杂非线性系统,提出了一种基于I/O数据的多模型建模方法.首先,利用模糊划分对输入数据进行在线聚类;然后,采用最小二乘法在每一个聚类点处建立一个局部模型,并利用新获得的I/O数据对局部模型的参数进行更新.该方法借鉴模糊模型中空间划分的思想,将模糊空间划分与多模型建模相结合,利用即时I/O数据对局部模型的数量以及每一个局部模型的参数进行在线更新,从而实现对复杂非线性系统的在线建模.仿真实验证明了该方法的有效性.     

一种基于核映射空间距离的入侵检测算法

通过研究基于距离的孤立点发现算法(Cell-Based),指出其存在的问题,提出了一种基于核映射空间距离的入侵检测算法.该算法通过检测孤立点的方法进行入侵检测,首先将样本通过核函数映射到高维特征空间,重新定义特征空间中的数据点之间的距离.然后经过初始聚类算法确定聚类数目和初始类中心,再通过迭代优化目标函数来实现数据点的再聚类,最终得到聚类中心,超出聚类中心点半径r外的点即为孤立点.试验结果表明,该算法能有效突出样本之间的差异,克服传统基于距离的孤立点发现算法易随参数变化而需调整单元结构的缺点,且具有更准确的检测率和较快的收敛速度.     

基于出租车GPS数据的贵阳市交通状态空间自相关分析

城市交通状态具有时空性,自身又具有空间自相关特征。分析城市交通状态空间自相关特性,对交通管制、居民出行行为以及城市道路基础设施建设具有重要意义。基于贵阳市中心城区出租车GPS空间数据库,划分交通小区并计算各交通小区平均行程速度和空间自相关Moran’s I指数,对贵阳市中心城区交通状态的空间自相关性和演化特征进行分析。结果表明:1)全局时空Moran’s I指数形成良好的空间相关性,存在一定的空间聚集性,且随时间的推移空间自相关性呈波动式变化,工作日与休息日分时段时空Moran’s I指数变化态势明显,交通状态表现为时空集聚性强;2)局部时空Moran’s I指数高高聚集与低低聚集模式在空间上维持良好的稳定机制,高高聚集呈现城市外围区域指向性特征,低低聚集呈现城市核心区指向性特征;3)工作日与休息日早晚高峰时段各种类型区分布格局保持高度共轭协同,仅有小部分区域出现异质情况;4)时空Moran’s I指数时空聚集区域在空间上表现出由弱聚集向强聚集,再向弱聚集状态转变。在高峰时段表现为强聚集趋势,在非高峰时段聚集程度较弱。     

基于乘法更新规则的k-means与谱聚类的联合学习

k-means和谱聚类是两种应用最广泛的聚类技术.k-means是基于矩阵分解的聚类方法,并且是在数据空间上基于误差极小化的聚类方法.谱聚类是基于图的聚类方法,并且是基于两点在数据空间和特征空间的相似性保持的聚类方法.为了利用两者的优势,提出一种基于乘法更新规则的k-means和谱聚类的联合学习方法,该方法将k-mea...     

外来犯罪人群体户籍地空间分布对比研究——以北京市2005年和2014年数据的实证分析为例

以2005年和2014年北京市外来犯罪人为研究对象,通过非参数检验、层次聚类等方法对其户籍地的空间分布进行了对比分析和空间统计分析。结果表明:在2005年和2014年,犯罪人的户籍地分布均存在明显的高值集聚区和低值集聚区,其中高值聚集区主要集中在河南、山东等距北京市较近的区域;而从不同年份的对比来看,北京市外来犯罪人群体的地市级分布存在显著的差异,主要表现为来自北京周边区域的犯罪人占比逐渐下降,但来自偏远地区的犯罪人群体占比开始逐渐增加。最后,针对外来犯罪人群体的户籍地分布变化特征提出了相应的防范建议。     

一种基于空间邻接关系的聚类算法及实现

空间聚类分析是空间数据挖掘的一种方法,空间聚类分析能从空间数据库中直接发现一些有用的聚类结构。在此引入了一种基于邻接关系的空间聚类算法,该算法可以实现对空间复杂地理对象的聚类分析。在具体的模拟试验中,利用该算法可以将相邻的并且符合选取条件的空间目标聚类成一类。     

中国空气质量空间格局影响因素研究

以行政区划中的地区为最小空间单元,利用2015年中国343个地区逐日空气质量指数(AQI)数据,分析了中国空气污染的空间格局,并利用地理探测器模型定量评价了驱动因素的影响强度.结果表明:①中国的空气污染具有"双中心"的空间集聚特征,分别存在华北区和西北区两个高值中心与华南区和东北区两个低值中心.②影响我国AQI分布的自然因素比较复杂,需要具体问题具体分析;影响我国AQI分布的社会经济因素可分为人口、工业、生活消费和环境维护4种类型.     

基于时间-空间的进场航迹聚类分析

空中交通管制的核心任务是保证飞行安全,提高航班的运行效率。在航空器进场过程中,很多因素会导致航空器不能严格按照计划航线飞行。由于传统的航迹聚类分析没有将航空器进场飞行当作一个过程来考虑,缺乏时间信息,为了更加符合实际运行情况,本文采用时间窗、空间聚类的方法,合理地提取出了航空器在进场飞行过程中每一分钟的标准中心航迹。然后采用双调和样条插值法计算出了在整个空域内航班进场过程的航迹分布概率。实验表明,此方法快速有效,更加符合管制指挥的实际情况。     

松花江流域（哈尔滨段）生态系统服务价值时空变化特征及分布均匀度变化分析

以松花江流域（哈尔滨段）为研究对象,在完成研究区域1995年、2005年和2015年三期景观类型提取的基础上,对研究区域进行5km×5km网格划分,采用生态系统服务价值（ESV）区域修订模型计算区域ESV,通过地统计学及空间自相关分析方法对研究区域ESV时空变化特征及空间自相关关系进行研究。基于信息熵的均匀度理论和基于独占圆被含均匀度理论计算区域ESV数量与空间分布均匀度及变化。结果表明：①研究区域ESV存在很强的正相关性,呈聚类模式的空间分布,各级别ESV空间分布存在明显的异质性,低值ESV主要分布在以耕地和建设用地为主的主城区、巴彦县、宾县和依兰县,高值ESV主要分布在以水域景观为主的网格分布区域,较高ESV主要分布在水域景观与其他景观交界处或林地景观中心区域,中等ESV主要分布在林地耕地交界处靠近林地一侧,较低ESV主要分布在林地耕地交界处靠近耕地一侧或狭窄水域景观与耕地景观交界处,不同年份各级别ESV分布差异不大;②1995年、2005年和2015年不同等级ESV在数量分布均匀度呈现先减小后增加的变化,但均匀度都比较低,分别为0.3900、0.3663和0.3896;③各等级ESV空间分布不均匀,低值ESV空间分布均匀度均大于0.7,在研究区域内空间分布均匀,其余各等级ESV空间分布均匀性均小于0.5,都处于不均匀分布状态,三期ESV平均空间分布均匀度呈现增加后减小的变化,分别为0.2396、0.2967和0.2318,均小于0.3,表现为不均匀空间分布。将基于信息熵的均匀度理论和基于独占圆被含均匀度理论引入ESV均匀度计算中,为不同等级ESV分布均匀度提供数量和空间上量化计算方法,结论为指导区域基于ESV分布的景观格局调整提供新的参考。     

分级与密度相结合的Web文本聚类算法

考虑到实验数据的大规模及样本数据形状的复杂性等特点,提出一种基于分级聚类与DBSCAN聚类相结合的HL-DBSCAN聚类算法,避免了DBSCAN的聚类算法较大的时间复杂度,适用性更广,更能体现一个聚簇的规律,提高分类精度.通过实验与结果分析,取得较好的聚类结果,证明了该算法在文本聚类处理中的可行性.     

基于土地规划的空间聚类算法

为了实现对空间复杂地理对象的聚类分析,引入了一种空间聚类算法,并将其应用于土地规划中.在具体的模拟试验中,利用该算法将相邻的并且符合选取条件的空间目标聚成一类,实现了能够发现任意形状并满足特定约束条件的聚类.     

西藏参考作物蒸发蒸腾量的空间分布规律

根据西藏高原区38个气象站自建站到2006年的逐日气象观测资料,采用FA056标准Penman—Monteith公式计算各站逐日参考作物蒸发蒸腾量（ET0）。利用软件Golden Software Surfer8．0空间分析功能,得到西藏高原区四季ET0均值、极值ET0均值、干湿季ET0均值和年ET0均值的等值线灰度图,重点分析了全区各种ET0均值的空间分布特征。分析结果表明：西藏高原区各种ET0均值的高、低值中心空间分布各有差异;西藏高原区各种ET0均值均具有东部和中南部高、东北部和东南缘低的空间分布规律;多年平均气温、平均风速和平均相对湿度等主要气象因子共同作用导致了西藏高原区各种ET0均值呈现三个ET0高值中心。     

基于K-Means聚类的R-树空间索引方法研究与分析

 空间聚类和空间索引的结合是当前空间数据库中提高数据检索效率的技术之一。本文从空间聚类和空间索引的存储原理入手,阐述了K-Means聚类算法及其改进算法的技术思路,研究了K-Means算法在空间数据库中与空间索引方法结合的技术问题;分析了当前基于K-Means算法的R-树系列空间索引技术的研究成果,阐述了它们提高空间检索效率的技术路线及实验结果,研究显示这些技术都能在一定程度上提高数据检索的效率。最后给出了聚类与空间索引结合技术未来的研究方向。     

基于弹性分布数据集的海量空间数据密度聚类

为了快速挖掘大规模空间数据的聚集特性,在cluster_dp密度聚类算法基础上,提出了一种基于弹性分布数据集的并行密度聚类方法 PClusterdp.首先,设计一种能平衡工作负载弹性分布数据集分区方法,根据数据在空间的分布情况,自动划分网格并分配数据,使得网格内数据量相对均衡,达到平衡运算节点负载的目的;接着,提出一种适用于并行计算的局部密度定义,并改进聚类中心的计算方式,解决了原始算法需要通过绘制决策图判断聚类中心对象的缺陷;最后,通过网格内及网格间聚簇合并等优化策略,实现了大规模空间数据的快速聚类处理.实验结果表明,借助Spark数据处理平台编程实现算法,本方法可以有效实现大规模空间数据的快速聚类,与传统的密度聚类方法相比具有较高的精确度与更好的系统处理性能.