当前位置:首页 > 天文地球
城市空间数据挖掘方法与应用
城市空间数据挖掘方法与应用

城市空间数据挖掘方法与应用PDF电子书下载

天文地球

  • 电子书积分:10 积分如何计算积分?
  • 作 者:李新运著
  • 出 版 社:济南:山东大学出版社
  • 出版年份:2005
  • ISBN:7560730795
  • 页数:246 页
图书介绍:本书为专著,是作者多年研究课题的总结,对山东省17地市的空间数据挖掘情况进行了系统的研究。
《城市空间数据挖掘方法与应用》目录

目录 1

第1章 绪论 1

1.1 空间数据挖掘概述 1

1.1.1 空间数据挖掘的内涵 1

1.1.2 空间数据挖掘的任务 3

1.1.3 空间数据挖掘的理论框架 5

1.1.4 空间数据挖掘技术框架 8

1.2 空间数据挖掘研究动态 9

1.2.1 空间数据挖掘理论体系研究 9

1.2.2 空间数据仓库研究 10

1.2.3 空间数据挖掘方法研究 10

1.2.4 空间数据挖掘系统研制 12

1.3 城市空间数据挖掘的任务与方法 15

1.3.1 城市空间数据挖掘的任务体系 15

1.3.2 城市空间数据挖掘的方法体系 16

1.4 本书的组织结构 22

第2章 空间数据挖掘中的基础计算模型 24

2.1 空间关系计算 24

2.1.1 空间距离计算 24

2.1.2 空间拓扑计算 30

2.1.3 空间方位计算 31

2.2 空间实体关联矩阵 33

2.2.1 空间邻接矩阵(区—区实体) 35

2.2.2 空间邻近矩阵(点—点实体) 36

2.2.3 空间相交矩阵(线—线实体) 36

2.2.4 空间侧近矩阵(点—线实体) 36

2.2.5 空间击中矩阵(点—区实体) 37

2.2.6 空间切割矩阵(线—区实体) 37

2.2.7 空间方位矩阵(点—点实体) 37

2.3 空间状态关联矩阵 38

2.4 空间实体信息模型 41

2.4.1 三种常用的空间信息模型比较 42

2.4.2 位置—属性一体化的空间实体信息模型 45

2.5 矢量化栅格数据结构 47

2.5.1 空间单元格网建立 48

2.5.2 属性数据导入 49

第3章 城市空间分布数据挖掘 51

3.1 城市空间分布数据挖掘的主要任务 51

3.2 城市土地适宜性评价—以济南市高新技术产业用地适宜性评价为例 53

3.2.1 评价指标体系及权重分配 54

3.2.2 单指标评价 59

3.2.3 多指标综合评价 63

3.2.4 土地适宜性级别的划分 63

3.3 城市功能区划分——以济南市建成区空间聚类为例 64

3.3.1 城市功能分区指标体系的建立 65

3.3.3 基于自组织神经网络的城市空间聚类方法 67

3.3.2 城市功能分区指标赋值 67

3.3.4 分类图层的平滑算法 74

3.4 城市土地利用空间优化 76

3.4.1 空间优化模型 77

3.4.2 空间优化算法 78

3.4.3 空间优化实验结果 80

3.5 城市离散空间场相关指数计算 82

3.5.1 基本概念 83

3.5.2 用信息熵测度离散空间场相关性 84

3.5.3 实验结果 86

第4章 城市空间动态数据挖掘 88

4.1 城市空间动态数据挖掘的基本概念 88

4.1.1 空间动态预测与空间动态模拟的区别与联系 88

4.1.2 城市空间动态预测与模拟的主要方法 90

4.2 基于CA的城市土地利用空间结构演变预测 91

4.2.1 CA基本原理 91

4.2.2 状态转换规则的挖掘方法 93

4.2.3 随机预测方法 96

4.2.4 时间对应关系 96

4.2.5 案例—济南市土地利用空间结构演变预测 97

4.3 基于空间自回归的城市地域单元属性变动预测 102

4.3.1 空间自回归基本概念及计算模型 102

4.3.2 案例—山东省17城市GDP变动预测 106

4.4 城市地域空间扩展预测 112

4.4.1城市边界提取方法 113

4.4.2 城市空间扩展预测方法 114

4.4.3 案例—济南市地域扩展预测 117

第5章 城市空间与时序关联规则挖掘 120

5.1 关联规则挖掘的粗糙集方法 121

5.1.1 粗糙集的基本概念 121

5.1.2 信息表和决策表建立 123

5.1.3 基于数据约简的关联规则提取方法 126

5.1.4 基于等价类划分的关联规则提取方法 135

5.2 利用粗糙集方法挖掘空间关联规则 139

5.2.1 基于粗糙集的空间关联规则挖掘步骤 139

5.2.2 基于数据约简的空间关联规则挖掘实例 139

5.2.3 基于等价类划分的空间关联规则挖掘实例 149

5.3 时序关联规则挖掘 159

5.3.1 时序信息表的建立方法 159

5.3.2 时序关联规则挖掘实例 162

5.4 利用空间关联矩阵挖掘空间相关知识 167

5.4.1 利用空间侧近矩阵挖掘沿线城市信息 167

5.4.2 利用空间切割矩阵挖掘沿线区域信息 169

5.4.3 利用空间状态关联矩阵挖掘区域相关知识 171

第6章 城市群空间数据挖掘 175

6.1 城市群空间分布轴线挖掘 176

6.1.1 分布直线计算 176

6.1.2 分布曲线计算 178

6.1.3 案例—胶济产业带分布轴线挖掘 180

6.2.1 加权平均重心距离 183

6.2 城市群空间离散度计算 183

6.2.2 加权平均间距 184

6.2.3 空间标准差 185

6.2.4 空间基尼系数 186

6.2.5 空间分数维 188

6.2.6 案例—济南和青岛空间离散度比较分析 189

6.3 基于属性加权Voronoi图的城市群吸引范围挖掘 192

6.3.1 城市吸引范围的特点分析 192

6.3.2 城市吸引范围计算方法 193

6.3.3 城市曲边Voronoi多边形自动绘制 195

6.3.4 案例—济南市吸引范围计算 197

6.4 城市群重心移动轨迹预测 198

6.4.1 基于齐夫定则的属性预测法 199

6.4.2 基于遗传算法的重心轨迹拟合预测法 202

6.5.1 空间距离测度 209

6.5 坐标与属性一体化的空间聚类分析 209

6.5.2 空间聚类算法 210

6.5.3 山东省17城市生态环境分区 211

6.6 城市群空间引力场计算及可视化 214

6.7 城市群空间潜能场计算及可视化 217

第7章 城市空间数据挖掘实验系统USDMS构建 219

7.1 开发策略 219

7.2 系统设计 220

7.3 系统功能 220

7.4 系统评价 223

第8章 研究总结与展望 224

8.1 主要研究成果 224

8.2 进一步研究的建议 225

参考文献 227

后记 243

相关图书
作者其它书籍
返回顶部