新闻列表 > 正文

多层次同位集聚模式挖掘模型

2017-07-12 作者:刘启亮 阅读数:853


由于诱导性空间自相关(Induced spatial autocorrelation),经常导致地理实体共生现象的出现,如生态物种共生、疾病与环境因素的交互、犯罪的地理倾向。这种共生现象经常表现为多种地理要素的实例在邻近空间范围内频繁出现,亦被称之为空间同位模式。由于地理现象的空间异质特质,空间同位模式亦存在区域性分异的特点。然而,现有方法多仅从全局视角挖掘空间同位模式,发现局部同位模式依然是一个亟待解决的难题,其主要难点体现在两方面:(1)同位模式的潜在存在区域是预先未知的;(2)模式实例的分布可能是不均匀的。

针对上述两个问题,本文从多层次的视角出发,将局部同位关联挖掘问题抽象为一种模式聚类问题,将全局不显著的同位模式视为候选局部同位模式,并将候选模式的实例通过自适应空间聚类而自动发现其固有的存在区域。同时为了提高挖掘效率,提出了一种叠置推绎的方法,从频繁子模式的局部区域中进一步推绎获得超模式的局部分布区域。该方法在我国洪河湿地生态物种共生模式挖掘中得到应用,为湿地环境评估给出指导性建议。

该成果发表在International Journal of Geographical Information Science:

引用格式:Deng,M., Cai, J.N., Liu, Q.L.,(通讯作者) et al., 2017. Multi-level method for discovery of regional co-location patterns. International Journal of Geographical Information Science

该研究获得国家自然科学基金(41601410);湖南省自然科学基金(2017JJ3379)资助

联系方式:qiliang.liu@csu.edu.cn