基于Gestalt识别原则挖掘空间分布模式
面向空间群目标的分布模式识别,是空间数据挖掘受关注的问题.本研究基于空间认知原理与视觉识别Gestalt 完形原则并结合空间聚类方法对该问题进行了研究,提出了用于描述实体间差异的”视觉距离”概念,其定义综合考虑了视觉识别中的位置、方向、大小差异,通过Delaunay 三角网计算几何构造建立了该距离计算的模型.在实验基础上提出了基于最小支撑树MST 的聚类方法,获得了与视觉认知相一致的结果.本文的研究试图表明一个观念,即通用性的数据处理模型在GIS 实际应用时,需要根据GIS 作为”空间认知”科学的原理,作技术方法上的改进,需要考虑认知主体在感知、辨析、识别、推理不同思维过程中的认知心理原则.
空间认知 Gestalt识别 空间数据挖掘 空间聚类 Delaunay三角网 视觉距离 GIS
艾廷华 郭仁忠
武汉大学,资源与环境科学学院,地理信息教育部重点实验室(武汉大学) 深圳市国土资源与房产管理局,深圳市,振兴路3号
国内会议
武汉
中文
2006-10-30（万方平台首次上网日期，不代表论文的发表时间）