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). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论