本文選題：時(shí)空聚類 + 多時(shí)間尺度�。� 參考：《地球信息科學(xué)學(xué)報(bào)》2015年07期

【摘要】：時(shí)空聚類是數(shù)據(jù)挖掘研究的主要內(nèi)容之一,在環(huán)境保護(hù)、疾病預(yù)防與控制、犯罪預(yù)防與打擊等領(lǐng)域具有重要的應(yīng)用價(jià)值。已有的時(shí)空聚類方法中,時(shí)間"距離"都認(rèn)為是真實(shí)的間隔,而對(duì)于具有社會(huì)屬性的案事件而言,其在不同時(shí)間尺度下具有明顯的周期性特征,忽略這些特征將很難反映出案事件真實(shí)的時(shí)空規(guī)律。本文綜合考慮多時(shí)間尺度下的時(shí)間屬性,構(gòu)建等效時(shí)空鄰近域,并借鑒經(jīng)典的密度聚類算法,提出了多時(shí)間尺度等效時(shí)空鄰近域密度聚類算法(MTS-ESTN DBSCAN)。通過(guò)對(duì)福州市區(qū)2013年案事件數(shù)據(jù)的聚類分析表明,該方法在案事件時(shí)空聚類方面具有可行性,對(duì)于進(jìn)一步深入研究城市犯罪地理具有一定的理論意義和實(shí)際價(jià)值。
[Abstract]:Spatio-temporal clustering is one of the main contents of data mining research. It has important application value in the fields of environmental protection, disease prevention and control, crime prevention and attack. In the existing spatial and temporal clustering methods, time "distance" is considered as a real interval, but for case events with social attributes, it is at different time scales. It is very difficult to reflect the real temporal and spatial regularity of case events. In this paper, we consider the time attributes of the multi time scale, construct the equivalent space-time adjacent domain, and draw on the classical density clustering algorithm, and propose a multi time scale equivalent spatio-temporal proximity domain density clustering algorithm (MTS-ESTN DBSCAN). The cluster analysis of the event data of the case of Fuzhou city in 2013 shows that the method is feasible in the spatial and temporal clustering of case events, and has certain theoretical and practical value for further study of urban crime geography.

【作者單位】： 福州大學(xué)福建省空間信息工程研究中心空間數(shù)據(jù)挖掘與信息共享教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家“863”計(jì)劃重大項(xiàng)目課題(2012AA12A208)
【分類號(hào)】：D917.3;P208

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 周開樂(lè);楊善林;丁帥;羅賀;;聚類有效性研究綜述[J];系統(tǒng)工程理論與實(shí)踐;2014年09期

2 唐建波;鄧敏;劉啟亮;;時(shí)空事件聚類分析方法研究[J];地理信息世界;2013年01期

3 田心如;白莉娜;唐紅f;陳廣昌;王偉麗;;江蘇省大霧持續(xù)時(shí)間及相關(guān)要素的周末效應(yīng)[J];環(huán)境科學(xué)與技術(shù);2012年S2期

4 鄧敏;劉啟亮;王佳;石巖;;時(shí)空聚類分析的普適性方法[J];中國(guó)科學(xué):信息科學(xué);2012年01期

5 王家耀;謝明霞;郭建忠;陳科;;基于相似性保持和特征變換的高維數(shù)據(jù)聚類改進(jìn)算法[J];測(cè)繪學(xué)報(bào);2011年03期

6 王家耀,魏海平,成毅,熊自明;時(shí)空GIS的研究與進(jìn)展[J];海洋測(cè)繪;2004年05期

7 楊風(fēng)召,朱揚(yáng)勇;一種有效的量化交易數(shù)據(jù)相似性搜索方法[J];計(jì)算機(jī)研究與發(fā)展;2004年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 唐建波;劉啟亮;劉博;鄧敏;黃金彩;胡衛(wèi)松;;一種基于重排檢驗(yàn)的時(shí)空聚類方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2017年04期

2 于曉;李晨;王亞茹;;基于數(shù)據(jù)約減的聚類有效性分析[J];傳感器與微系統(tǒng);2017年03期

3 李建勛;申靜靜;李維乾;王婉琳;;基于趨勢(shì)函數(shù)的空間數(shù)據(jù)聚類方法[J];計(jì)算機(jī)工程與應(yīng)用;2017年06期

4 王舟;肖士燕;黃薇;潘柳波;萬(wàn)R，

本文編號(hào)：1826566