結(jié)構(gòu)選取是居民地選取決策的難點(diǎn)和重點(diǎn)。在分析現(xiàn)有方法特點(diǎn)的基礎(chǔ)上,提出了點(diǎn)狀居民地結(jié)構(gòu)選取決策模型和方法。綜合考慮了居民地選取原則、標(biāo)準(zhǔn)和居民地分布規(guī)律,利用系統(tǒng)聚類、Voronoi圖和信息熵結(jié)合的方法,優(yōu)化了屬性排序方法,最大限度保持了居民地的分布特征、分布范圍和分布密度,確保了高等級(jí)居民地全部選取,低等級(jí)居民地選取時(shí)顧及了分布特征和位置重要性。實(shí)驗(yàn)驗(yàn)證了該模型和方法的有效性和科學(xué)性。 

【文章來(lái)源】：測(cè)繪科學(xué)技術(shù)學(xué)報(bào). 2020,37(03)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

點(diǎn)狀居民地結(jié)構(gòu)選取難點(diǎn)決策模型

1∶25萬(wàn)原圖(局部)如圖2所示,綜合區(qū)域?qū)傩詳?shù)據(jù)(部分)如表1所示。表1 綜合區(qū)域1∶25萬(wàn)地圖屬性數(shù)據(jù)(部分) 居民地名稱 居民地拼音 居民地等級(jí) 居民地編號(hào) x y 玉石墈 Yushikan BB 990 118.82 30.29 柏山 Baishan BB 1028 118.75 30.30 打柱嶺 Dazhuling BB 1041 118.80 30.31 田舍 Tianshe BB 1047 118.84 30.31 蜀洪 Shuhong BB 1070 118.78 30.32 外舍 Waishe BB 1072 118.84 30.32 浪蕩 Langdangwu BB 1082 118.83 30.32

首先對(duì)248個(gè)居民地按照經(jīng)緯度坐標(biāo)的歐氏距離進(jìn)行系統(tǒng)聚類。理論上,類越多,分區(qū)越小,在各類內(nèi)選取后,綜合區(qū)域整體形態(tài)保持越好,但這樣會(huì)增加計(jì)算量[12]。因此,通過(guò)系統(tǒng)聚類分析,確定一個(gè)最優(yōu)分類數(shù)量。將聚類類別數(shù)與聚合系數(shù)的關(guān)系生成折線圖,如圖3所示,可以看到明顯的變化趨勢(shì)。放大折線圖局部,聚合系數(shù)在類別數(shù)為9～15時(shí)曲線變緩,聚類類別數(shù)可以選擇9～15。該研究區(qū)域選擇12個(gè)類別,按12個(gè)類聚類后的結(jié)果如圖4所示。圖4 12個(gè)類聚類后的結(jié)果(局部)

【參考文獻(xiàn)】：
期刊論文
[1]地圖制圖綜合回顧與前望[J]. 武芳,鞏現(xiàn)勇,杜佳威.  測(cè)繪學(xué)報(bào). 2017(10)
[2]采用決策樹(shù)算法進(jìn)行居民地自動(dòng)綜合[J]. 何海威,錢海忠,劉闖,謝麗敏.  測(cè)繪科學(xué)技術(shù)學(xué)報(bào). 2016(06)
[3]采用主成分分析法的面狀居民地自動(dòng)選取[J]. 胡慧明,錢海忠,何海威,陳競(jìng)男,劉闖.  測(cè)繪與空間地理信息. 2016(04)
[4]基于信息熵理論的特征權(quán)重算法研究[J]. 郭紅鈺.  計(jì)算機(jī)工程與應(yīng)用. 2013(10)
[5]基于信息熵理論的綜合評(píng)價(jià)方法[J]. 周薇,李筱菁.  科學(xué)技術(shù)與工程. 2010(23)
[6]空間數(shù)據(jù)自動(dòng)綜合研究進(jìn)展及趨勢(shì)分析[J]. 王家耀.  測(cè)繪科學(xué)技術(shù)學(xué)報(bào). 2008(01)
[7]基于信息熵理論的隨機(jī)—模糊可靠性分析方法探討[J]. 余紹蓉,尹益輝,徐兵,張德美.  機(jī)械強(qiáng)度. 2006(05)
[8]制圖綜合知識(shí)及其應(yīng)用[J]. 王家耀,錢海忠.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2006(05)



本文編號(hào)：3302494