-
题名自组织双重空间聚类算法的城市扩张结构分析应用
被引量:8
- 1
-
-
作者
焦利民
张欣
毛立凡
-
机构
武汉大学资源与环境科学学院
武汉大学地理信息系统教育部重点实验室
-
出处
《地球信息科学学报》
CSCD
北大核心
2015年第6期638-643,共6页
-
基金
国家自然科学基金项目(41171312)
-
文摘
双重空间聚类是能顾及空间连续性和属性相似性的空间数据分析,而常规空间聚类算法难以同时顾及2方面的约束条件。本文采用自组织双重空间聚类算法,对城市扩张结构分析进行了研究。通过改造自组织特征映射的最佳匹配神经元搜索的算法机制,在空间域和属性域进行迭代聚类搜索,实现了自组织双重空间聚类。以武汉市扩张斑块的位置信息和扩张程度指数为输入数据,使用自组织双重空间聚类算法,实现了城市扩张动态结构的识别。自组织双重空间聚类算法使得聚类结果,既在空间域上连续,又在属性域上相近,算法过程具有自组织性,减少了人为影响。
-
关键词
自组织特征映射
双重空间聚类
城市扩张
景观扩张指数
空间组团
-
Keywords
self-organizing feature mapping
dual spatial clustering
urban expansion
landscape expansion in-dex
spatial cluster
-
分类号
P208
[天文地球—地图制图学与地理信息工程]
-