DBSCAN空间聚类算法及其在城市规划中的应用

CORC > 中国矿业大学（徐州）

	DBSCAN空间聚类算法及其在城市规划中的应用
	李新延 ; 李德仁
刊名	http://epub.cnki.net/grid2008/brief/detailj.aspx?filename=CHKD200503013&dbname=CJFQ2005
	2014-11-07 ; 2014-11-07
关键词	空间聚类 DBSCAN算法 MapObjects 城市规划城市公共设施
中文摘要	空间聚类是空间数据挖掘和知识发现的主要方法之一。DBSCAN算法可以从带有“噪声”的空间数据库中发现任意形状的聚类,是一种较好的聚类算法。本文介绍了DBSCAN算法的基本概念和原理,并应用GIS二次开发组件MapObjects予以了实现。然后,本文将该算法应用于城市规划中,对某城市中小学和商业网点等公共设施的分布进行了聚类分析,并根据聚类结果对城市规划设计规范中的某些条款进行了讨论。
语种	中文
其他责任者	武汉大学遥感信息工程学院 ; 武汉大学测绘遥感信息工程国家重点实验室武汉430079 ; 武汉430079
内容类型	期刊论文
源URL	[http://ir.calis.edu.cn/hdl/232060/4860]
专题	中国矿业大学（徐州）
推荐引用方式 GB/T 7714	李新延,李德仁. DBSCAN空间聚类算法及其在城市规划中的应用[J]. http://epub.cnki.net/grid2008/brief/detailj.aspx?filename=CHKD200503013&dbname=CJFQ2005,2014, 2014.
APA	李新延,&李德仁.(2014).DBSCAN空间聚类算法及其在城市规划中的应用.http://epub.cnki.net/grid2008/brief/detailj.aspx?filename=CHKD200503013&dbname=CJFQ2005.
MLA	李新延,et al."DBSCAN空间聚类算法及其在城市规划中的应用".http://epub.cnki.net/grid2008/brief/detailj.aspx?filename=CHKD200503013&dbname=CJFQ2005 (2014).