基于DBSCAN算法的郑洛地区史前聚落遗址聚类分析

被引：9

作者：

毕硕本

计晗

杨鸿儒

机构：

[1] 南京信息工程大学地理与遥感学院

来源：

科学技术与工程 | 2014年 / 14卷 / 32期

关键词：

郑洛地区; 聚落遗址; 聚类; density-based spatial clustering of applications with noise(DBSCAN);

D O I：

暂无

中图分类号：

TP311.13 []; K878 [遗址];

学科分类号：

1201 ; 060107 ;

摘要：

为了解决判别聚落群过于依赖考古专家人工划分的问题,以郑洛地区新石器时代聚落遗址为例,采用基于密度的DBSCAN(density-based spatial clustering of applications with noise)算法对聚落遗址进行空间聚类研究。通过对郑洛地区四个文化时期聚落遗址的分布分析,发现郑洛地区的主体聚落群从研究区东部的嵩山以南地区,转移到郑洛地区中部的伊洛河流域,并且在伊洛河流域长期定居下来,不断发展扩大;大型聚落遗址主要分布在主体聚落群里,除了裴李岗文化时期部分大型聚落较孤立;从仰韶文化后期到龙山文化时期,聚落遗址分布呈主从式环状分布格局;大多数聚落群的走向都和河流分布一致。研究表明,利用DBSCAN算法进行聚落遗址聚类是可行的,通过聚类得到郑洛地区新石器时代四个文化时期聚落遗址的分布特征。

引用

页码：266 / 270

页数：5

共 14 条

[1] Analysis of Spatial Distribution of the Neolithic Settlements in Zhengzhou-Luoyang Area by Using GIS.[J].Chun Huy Wang.Applied Mechanics and Materials.2013, 284
[2] Modeling The Neolithic Settlements of Zhengzhou-Luoyang Area by Weights of Evidence.[J].Bi Shuoben;Qiao Wenwen;Yan Tingxia;Li Xiliang.Journal of Convergence Information Technology.2013, 1
[3] DBSCAN算法在地震相划分中的应用.[D].杨瑞超.西安科技大学.2011, 04
[4] 基于密度的聚类算法研究.[D].孙凌燕.中北大学.2009, 11
[5] 改进的密度聚类算法研究.[D].于智航.大连理工大学.2007, 06
[6] 基于连续文化序列的史前聚落演变中的空间数据挖掘研究.[D].陈济民.南京师范大学.2006, 12
[7] 郑洛地区龙山文化遗址预测模型
乔文文
毕硕本
王启富
郭忆
[J]. 测绘科学, 2013, (06) : 172 - 174+181
[8] 史前聚落的群聚形态研究
裴安平
[J]. 考古, 2007, (08) : 45 - 56+2
[9] DBSCAN空间聚类算法及其在城市规划中的应用
李新延
李德仁
[J]. 测绘科学, 2005, (03) : 51 - 53+5
[10] 天水至郑州间仰韶文化晚期聚落群与中心聚落的初步考察
巩文
[J]. 中原文物, 2003, (04) : 28 - 38

← 1 2 →