空间聚类一直是空间数据挖掘研究的热点之一。现有的聚类方法大都局限于根据空间位置来进行空间聚类的,忽略了空间对象的专题属性,从而导致空间聚类结果有时完全不符合人的空间认知,缺乏合理的解释。为此,综合考虑空间对象的位置和专题...空间聚类一直是空间数据挖掘研究的热点之一。现有的聚类方法大都局限于根据空间位置来进行空间聚类的,忽略了空间对象的专题属性,从而导致空间聚类结果有时完全不符合人的空间认知,缺乏合理的解释。为此,综合考虑空间对象的位置和专题属性,提出了一种基于概念格的空间聚类(Concept Lattices Based SpatialCluster,CLBSC)方法。该方法通过构建多维专题属性的概念格,简化了空间聚类计算。最后,通过两组实验对CLBSC算法进行了验证分析,研究结果表明:所提出的CLBSC算法是一种具有高可靠性和抗噪性的空间聚类算法。展开更多
以反映福州市中心城区主要楼盘和中国民生银行网点设备分布为主旨,以图形、文字及矢量线划编辑功能强大的CorelDraw为辅助软件,《福州市中心城区楼盘分布图》充分地展示了现代制图工艺较强的可读性与艺术性。文章从多图层控制、多物件...以反映福州市中心城区主要楼盘和中国民生银行网点设备分布为主旨,以图形、文字及矢量线划编辑功能强大的CorelDraw为辅助软件,《福州市中心城区楼盘分布图》充分地展示了现代制图工艺较强的可读性与艺术性。文章从多图层控制、多物件选择及属性修改和点状专题要素表达三方面出发,基于CorelDraw VBA平台,引用CorelDraw 14.0 Type Library控件进行二次开发,实现了多个图层可见与可编辑状态的自动切换、特定物件组的选择与属性修改、点要素符号与注记的专题表达等,为银行网点等点状专题要素表达提供了参考与借鉴。展开更多
文摘空间聚类一直是空间数据挖掘研究的热点之一。现有的聚类方法大都局限于根据空间位置来进行空间聚类的,忽略了空间对象的专题属性,从而导致空间聚类结果有时完全不符合人的空间认知,缺乏合理的解释。为此,综合考虑空间对象的位置和专题属性,提出了一种基于概念格的空间聚类(Concept Lattices Based SpatialCluster,CLBSC)方法。该方法通过构建多维专题属性的概念格,简化了空间聚类计算。最后,通过两组实验对CLBSC算法进行了验证分析,研究结果表明:所提出的CLBSC算法是一种具有高可靠性和抗噪性的空间聚类算法。
文摘以反映福州市中心城区主要楼盘和中国民生银行网点设备分布为主旨,以图形、文字及矢量线划编辑功能强大的CorelDraw为辅助软件,《福州市中心城区楼盘分布图》充分地展示了现代制图工艺较强的可读性与艺术性。文章从多图层控制、多物件选择及属性修改和点状专题要素表达三方面出发,基于CorelDraw VBA平台,引用CorelDraw 14.0 Type Library控件进行二次开发,实现了多个图层可见与可编辑状态的自动切换、特定物件组的选择与属性修改、点要素符号与注记的专题表达等,为银行网点等点状专题要素表达提供了参考与借鉴。