期刊文献+

专题图空间点聚合可视化算法研究 被引量:8

Research on Visualization Algorithm of the Spatial Points Aggregation in the Thematic Map
下载PDF
导出
摘要 在制作数字专题图的过程中,当地图可视区域有大量空间点需要可视化表达时,可通过对这些空间点进行技术综合,对局部空间点分布规律以及密集性进行提取和抽象的方法,达到利用有限区域较客观全面地展示空间点目标分布形态的目的。重点介绍了4种空间点聚合算法的聚合原理;根据算法的聚合过程分析了4种算法的优缺点;并从海量空间点的聚合性能和聚合形态两方面对4种算法进行了测试与对比,最终选取了性能优、可视化效果佳的方格距离点聚合算法作为多重重要防护目标专题图可视化表达的方法。 This paper mainly introduced the aggregation principles of four kinds of spatial point aggregation algorithm at first. And then, according to the aggregation processes of the algorithms, the paper analyzed the advantages and disadvantages of the four algorithms. At last, the paper tested and compared the four algorithms from the cloud point's aggregation performance and aggregation form two aspects, and selected the lattice distance aggregation algorithm as the visualization expression method for important target multiple thematic map, which had the optimal performance, good visual effect.
机构地区 信息工程大学 [
出处 《地理空间信息》 2017年第5期6-9,共4页 Geospatial Information
基金 国家自然科学基金资助项目(41271393) 地理信息工程国家重点实验室重点基金资助项目(SKLGIE2014-Z-4-1)
关键词 空间点聚合 专题图表达 点聚合算法 spatial point aggregation algorithm visualization of thematic map point aggregation algorithm
  • 相关文献

参考文献6

二级参考文献38

  • 1陆声链,林士敏.基于距离的孤立点检测研究[J].计算机工程与应用,2004,40(33):73-75. 被引量:44
  • 2高晓梅.现代数字地图制图与出版印刷新技术应用分析[J].测绘通报,2006(1):43-46. 被引量:10
  • 3王家耀,王光霞.《苏州市影像地图集》的设计与研制[J].测绘通报,2007(2):65-69. 被引量:34
  • 4李业丽,秦臻.一种改进的k-means算法[J].北京印刷学院学报,2007,15(2):63-65. 被引量:9
  • 5Mac Q J. Some methods for classification and analysis of mult- ivariate observations [ C ]//In: Proc. 5th Berkeley Symposium in Mathematics. Berkeley, USA : Univ of California, 1967.
  • 6GUHA S, RASTOGI R, SHIM K. CURE: An efficient clustering algorithm for large databases [ C ]//Proceedings of the 1998 ACM SIGMOD International Conference on Management of Data. New York: ACM Press, 1998: 73-84.
  • 7Ester,Martin, Hans Peter Kriegel, et al. A Density Based Algoriihm for Discovering Clusters in Large Spatial Databases with Noise [ C ]//Proceedings of the 2nd International Conference on Knowledge Discovery and Data Mining(KDD-96). Ortland,Oregon: [ s. n. ] ,.1996.
  • 8Wang W, Yang J, Muntz R. STING : A Statistical Information Grid Approach to Spatial Data Mining[ C ]//Proc. of 1997 Intl. Conf. on Very Large Databases. Athens, Greece : [ s. n. ], 1997 : 186-195.
  • 9Kohonen T. Self -- organized Formation of Topologically Correct Feature Maps [ J ]. Biological Cybernetics, 1982,43 ( 1 ) : 59 -69.
  • 10KAUFMAN L, ROUSSEEUW PJ. Finding Groups in Data: An Introduction to Cluster Analysis[ Z]. New York: John Wiley & Sons, 1990.

共引文献160

同被引文献63

引证文献8

二级引证文献29

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部