自组织双重空间聚类及其应用
双重空间聚类是指同时顾及空间和属性的空间数据聚类分析,它以带有非空间属性的空间数据集为聚类对象,以”空间连续-属性内聚”为聚类目标.本研究采用自组织神经网络构造双重空间聚类算法,实现自组织双重空间聚类. 采用构建的自组织双重空间聚类算法，以武汉城市地价点群聚类、武汉市城市扩张斑块的空间组织结构识别为例开展了实证研究，分别验证了上述两种实现策略和算法。在武汉城市地价点群自组织聚类实验中，采用第一种实现策略，实验结果表明，自组织双重聚类可以发现非空间属性的聚集、延伸等空间分布特征，该算法降低了人为影响，并可以发现任意复杂形状的聚类。在武汉城市扩张的自组织空间结构识别实验中，采用第二种实现策略，以5期遥感数据为数据源，采用自组织双重空间聚类算法研究了城市扩张程度的异质性及其表现出来的空间结构，结果表明，自组织双重空间聚类可以以自组织的方式刻画城市扩张的动态空间结构特征。
城市规划 扩张程度 空间结构 自组织双重空间聚类法
焦利民 毛立凡
武汉大学资源与环境科学学院,武汉,430079
国内会议
徐州
中文
425-425
2014-10-11（万方平台首次上网日期，不代表论文的发表时间）