基于Kulldorff扫描统计量的聚类方法研究及应用

摘要

空间扫描统计属于空间聚类方法。区别于传统意义上的空间聚类，空间扫描统计是探测空间异常区域的方法。空间异常区域是指参考其他空间对象，某个属性特征显著不同的空间对象聚集区。空间扫描统计方法探测研究区域内是否存在统计意义上的高风险聚集区，并确定聚集区域的位置、范围以及聚集程度，为早期预警和决策提供依据。基于扫描统计量的聚类方法已经在地理信息科学、地理学、交通规划、公共卫生、生态学、社会学、经济学、人口学、犯罪学及灾害学等多个诸多相关领域具有广泛的应用。 空间、时空扫描统计方法最早由Kulldorff提出。基于Kulldorff扫描统计方法，本文对空间、时空异常聚类探测方法进行研究，主要研究内容包括： （1）基于Tobler地理学第一定律阐述的空间相互作用的普遍性，研究融合相互作用力的空间扫描统计方法，引入相互作用模型来度量地理空间对象之间的作用强度，基于作用强度采用深度或广度搜索方式进行扫描统计，从而识别出具有显著性的空间异常聚集区。利用多种测试数据集对该方法的探测能力与Kulldorff圆形、椭圆形空间扫描方法进行对比与性能评价。并针对地理社交网络、交通轨迹数据的空间异常分布探测进行实际应用分析。 （2）基于引力搜索理论研究时空扫描统计方法，构造圆柱形扫描窗口，以时空扫描统计量为优化目标，采用万有引力算法在时空域内进行扫描统计，探测时空异常聚集区。并针对广东省手足口病时空异常聚集探测，与遗传算法、模拟退火算法进行对比和应用分析。 （3）基于尺度空间理论，通过引入与探测属性相关的其它属性，并度量单一尺度下属性之间的空间相互关系，对空间扫描统计量采用单向搜索机制，使在空间尺度变化过程中具有高度相关性的空间单元相互融合，最终获取不同空间尺度下的聚类结果。 论文针对空间、时空异常聚类探测，基于Kulldorff扫描统计量分别从空间相互作用、时空聚集优化、属性相关关系角度出发进行了聚类方法研究和应用，相关研究成果具有一定的理论和应用价值。

目录

第一个书签之前