針對空間同位模式能求出空間實(shí)體的關(guān)聯(lián)集聚現(xiàn)象,但不能求出組成同位模式的實(shí)體元素的貢獻(xiàn)大小的問題,該文通過引入粒計(jì)算和概念格中的概念粒概念,把每一種同位模式的元素都看作一個(gè)概念粒。利用概念粒之間距離和概念熵的度量,在概念粒中減少實(shí)體存在的原子公式,從而計(jì)算每個(gè)空間實(shí)體對于同位模式形成的重要度。通過對組成南寧市服務(wù)業(yè)空間同位模式重要因子的實(shí)例研究,該方法能有效地求出城市服務(wù)業(yè)的空間同位模式,并能找出每一種空間同位模式的重要因子。該方法不僅能提供計(jì)算形成同位模式重要因子的數(shù)學(xué)基礎(chǔ),更是一種全新的思考空間關(guān)聯(lián)關(guān)系的思維方式。 

【文章來源】：測繪科學(xué). 2020,45(09)北大核心CSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

因子重要度判定流程圖

空間同位模式是挖掘不同類型地理實(shí)體在空間鄰近區(qū)域內(nèi)頻繁出現(xiàn)的規(guī)律[18]。空間同位模式需要引入空間關(guān)系與空間位置,對象間的鄰近關(guān)系可以是拓?fù)溧徑?如相離、相交)、緩沖區(qū)鄰近、k階最近鄰居、指定距離鄰近、空間剖分等[19]。這里引入常用的距離度量表示空間關(guān)系。同位模式挖掘是找出在空間接近性頻繁地在一起的空間特征的集合,一般有全局同位模式和局部同位模式。圖2中,分別有A、B、C、D共4種實(shí)體類型,在局部范圍內(nèi),有{A,B,C}3種同位關(guān)聯(lián)同現(xiàn)。在全局范圍內(nèi),A的數(shù)量是7,B的數(shù)量是5,C的數(shù)量是4,則{A,B,C}出現(xiàn)同位模式的概率為min{3/7,3/5,3/4}=3/7。判斷{A,B,C}是否全局范圍內(nèi)集聚,要設(shè)定一個(gè)閾值,這個(gè)閾值大于3/7,則模式{A,B,C}不集聚,否則集聚。1.2 概念格

基于概念格的頻繁閉項(xiàng)集求解需要首先計(jì)算概念格。概念格的求解有很多的算法和軟件,如加拿大魁北大學(xué)渥太華分校設(shè)計(jì)的lattice miner軟件,本研究也設(shè)計(jì)出了自己的概念格計(jì)算軟件(SAAS)。通過SAAS計(jì)算,表1得到如下圖3的概念格。假設(shè)設(shè)定最小支持度為30%,則圖2可以得到4個(gè)支持度為33%的頻繁2-閉項(xiàng)集{b,e}、{c,e}、{c,f}、{e,f},以及2個(gè)支持度為50%的頻繁3-閉項(xiàng)集{a,b,c}、{b,d,f}。空間同位模式的概念格節(jié)點(diǎn)包含下一層的節(jié)點(diǎn),同時(shí)也被更上一層的節(jié)點(diǎn)所包含。以圖3的{36,cf}為例,它的下層節(jié)點(diǎn)是{6,cef}、{cf}是一個(gè)2-閉項(xiàng)集,也就是由2個(gè)元素組成的空間同位子集,這些空間實(shí)體分布在3,6周邊,{cef}是一個(gè)3-閉項(xiàng)集,也就是由3個(gè)元素組成的空間同位子集,這些空間實(shí)體分布在6周邊。很顯然,由3個(gè)元素組成的同位子集包含在由2個(gè)元素組成的同位子集中,同樣{36,cf}包含在它的上層節(jié)點(diǎn){12 346,c}和{2 356,f}之中。隨著層次的升高,概念得到泛化,最高層節(jié)點(diǎn)包含所有的外延,隨著層次的的降低,概念得以特化,最低層次節(jié)點(diǎn)包含所有的內(nèi)涵。


本文編號：3112452