基于累积平均密度的聚类方法

针对DBSCAN算法存在的参数敏感性和不能区分相连的不同密度的簇等缺陷,提出了一种基于DBSCAN算法的改进算法。算法提出了累积平均密度的概念,用来作为簇合并的依据,弱化了密度阈值Minpts的作用;选取密度最大的对象作为初始聚类中心,按照密度由高到低的顺序进行聚类,具有一定的层次性,因此支持变密度数据集聚类。最后,用数据集对算法进行了聚类实验。实验结果表明,改进算法具有一定的参数鲁棒性,对于相连的不同密度的簇,能够达到理想的聚类效果。

污染物排放的空间集聚及其影响因素:基于岭回归模型的分析

根据污染的IPAT模型,可以将污染排放密度直接分解为人口密度、人均GDP和污染排放强度三个因子,但若考虑污染及经济活动在次级区域的不均衡分布情况,污染排放密度与这些因子之间就不再是恒等关系。如污染排放与人口、经济活动同向集聚,会加剧污染对环境和社会的冲击作用,诱发不良社会事件的发生。在污染排放总量不变条件下,可以通过人口与经济活动的适度分散化及通过技术创新降低单位GDP污染强度的方法减缓污染排放对环境及社会的负面影响。