时空点过程:一种新的地学数据模型、分析方法和观察视角

被引:10
作者
裴韬
李婷
周成虎
机构
[1] 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室
关键词
聚类; 数据挖掘; K阶邻近距离; 泊松过程; 非均匀点过程;
D O I
暂无
中图分类号
P237 [测绘遥感技术]; P5 [地质学];
学科分类号
1404 ; 0709 ; 081803 ;
摘要
栅格计算因其具有简单的构架成为目前地学分析的主流模型,然而,由于栅格计算平均分配计算和存储资源的弱点,不仅容易产生冗余,更重要的是难以凸显研究对象的突变部分,从而使研究者有可能忽略地学现象的变化特征。为此,本文提出将时空点过程模型应用于地学研究。时空点过程不仅适用于模拟以点事件为基本单元的地学现象,而且由于大多数地学过程可以转化为时空点过程,故其具有更广泛的应用范围。因此,时空点过程不仅是一种数据模型,同时也是地学问题的分析方法,更是观察和理解地学问题的一种新视角。为了实现从点过程数据中提取模式,作者经过多年研究提出了时空点过程层次分解理论框架,该理论与信号处理理论中的谱分析思路类似,首先,假设任意点集为有限多个均匀点过程的叠加,然后,通过点局部密度表达工具K阶邻近距离,将空间点转换为混合概率密度函数,再应用优化方法将混合密度函数进行分解得到丛集点和噪声,最终利用密度相连原理从丛集点中提取模式。该理论框架可适用于绝大多数点集数据,初步实现了点集数据的"傅里叶变换"。
引用
收藏
页码:793 / 800
页数:8
相关论文
共 29 条
[1]   利用空间点过程提取丛集点算法的适用性研究 [J].
杨萍 ;
侯威 ;
支蓉 .
物理学报, 2009, 58 (03) :2097-2105
[2]   论矿床的分形性质 [J].
李长江 ;
徐有浪 ;
蒋叙良 .
浙江地质, 1994, (02) :25-32
[3]  
随机点过程及其应用[M]. 科学出版社 , 邓永录, 1992
[4]   Clustering of temporal event processes [J].
Pei, Tao ;
Gong, Xi ;
Shaw, Shih-Lung ;
Ma, Ting ;
Zhou, Chenghu .
INTERNATIONAL JOURNAL OF GEOGRAPHICAL INFORMATION SCIENCE, 2013, 27 (03) :484-510
[5]   Discovering Spatial Patterns in Origin-Destination Mobility Data [J].
Guo, Diansheng ;
Zhu, Xi ;
Jin, Hai ;
Gao, Peng ;
Andris, Clio .
TRANSACTIONS IN GIS, 2012, 16 (03) :411-429
[6]   A Nonparametric Index for Determining the Numbers of Events in Clusters [J].
Pei, Tao .
MATHEMATICAL GEOSCIENCES, 2011, 43 (03) :345-362
[7]   Windowed nearest neighbour method for mining spatio-temporal clusters in the presence of noise [J].
Pei, Tao ;
Zhou, Chenghu ;
Zhu, A-Xing ;
Li, Baolin ;
Qin, Chengzhi .
INTERNATIONAL JOURNAL OF GEOGRAPHICAL INFORMATION SCIENCE, 2010, 24 (06) :925-948
[8]   Detecting feature from spatial point processes using Collective Nearest Neighbor [J].
Pei, Tao ;
Zhu, A-Xing ;
Zhou, Chenghu ;
Li, Baolin ;
Qin, Chengzhi .
COMPUTERS ENVIRONMENT AND URBAN SYSTEMS, 2009, 33 (06) :435-447
[9]  
DECODE: a new method for discovering clusters of different densities in spatial data[J] . Tao Pei,Ajay Jasra,David J. Hand,A.-Xing Zhu,Chenghu Zhou.Data Mining and Knowledge Discovery . 2009 (3)
[10]  
Dealing with Virtual Aggregation – A New Index for Analysing Heterogeneous Point Patterns[J] . Katja Schiffers,Frank M. Schurr,Katja Tielb?rger,Carsten Urbach,Kirk Moloney,Florian Jeltsch.Ecography . 2008 (5)