城市功能分区的空间聚类方法研究及其应用——以济南市为例

被引：18

作者：

王艳 ^{[1
]}

宋振柏 ^{[2
]}

吴佩林 ^{[3
]}

机构：

[1] 山东理工大学建筑工程学院

[2] 山东理工大学资源与环境工程学院

[3] 山东理工大学经济学院

来源：

地域研究与开发 | 2009年 / 28卷 / 01期

关键词：

城市功能分区; 空间数据挖掘; 空间聚类; K-平均法; 神经网络;

D O I：

暂无

中图分类号：

TU984.113 [];

学科分类号：

081303 ; 083302 ; 1204 ;

摘要：

作为空间数据挖掘的一种重要手段,空间聚类目前已在许多领域得到了应用,它是城市功能分区中的关键性步骤。根据空间-属性一体化的概念模型,把影响城市功能分区的空间坐标、空间关系和属性特征纳入到统一的空间计算模型,分别运用K-平均算法、神经网络方法,对城市功能分区进行空间聚类计算,充分挖掘空间坐标和空间关系数据中隐含的空间聚集信息。实例分析表明,基于神经网络的空间聚类结果可以为城市功能分区提供准确、可靠的依据。

引用

页码：27 / 31

页数：5

共 8 条

[1]

城市空间数据挖掘方法与应用.[M].李新运著;.山东大学出版社.2005,

[2]

软计算方法.[M].张颖;刘艳秋编著;.科学出版社.2002,

[3] Data mining and soil salinity analysis [J].