广义多维云模型及在空间聚类中的应用

摘要

传统的空间聚类方法难于脱离"硬划分"的束缚,且不能有效描述空间对象的复杂特征。一维云模型无法准确反映现实世界的多属性特征,简单的数据融合丢失了空间对象的必要信息。标准二维云模型克服了一维云的不足,但是在模拟复杂地理现象的非齐性和非对称性方面显得捉襟见肘。基于以上考虑,提出了广义多维云模型,以分段特性来体现空间对象的综合特征,并推导出模型的数学表达式。在实证研究的基础上,从空间聚类的隶属程度空间分布特征、与模糊C均值的对比研究及与住宅地价的耦合分析三个视角,详实解读了聚类结果。分析发现,广义多维云模型更能体现空间对象的综合特征,空间聚类结果能够反映出空间分布的潜在信息,更为准确的实现了复杂情况下的空间划分。该模型在刻画地理现象中更为合理,但由于地理实体的空间作用极其复杂,建立模型是一项既具体又充满挑战的任务。