空间聚类

摘要： 文中首先构建了高光谱遥感图像空间聚类分析技术框架;其次从距离度量相似性方面进行空间聚类的类别划分,并重点阐述了不同类型的聚类方法原理和研究进展;最后分析了不同聚类算法聚类质量限制因素及解决措施。结果表明高光谱遥感图像空间聚类的类别划分为两大类:直接利用距离度量相似性,如划分聚类;间接利用距离度量相似性,如模糊聚类、密度聚类和谱聚类。另外,针对高光谱遥感图像空间聚类存在的初始点敏感、参数设置敏感、时间/空间复杂度大等聚类质量限制因素,有针对性地提出了改变初始聚类中心的选择方式、寻找自适应参数确定方法、矩阵低秩近似等解决措施。文中研究可为高光谱遥感图像空间聚类的相关工作提供理论基础和技术支撑。

摘要： 研究目的:探索基于不同空间聚类指数排序识别空间集聚的高质量永久基本农田保护图斑,以期为当前国土空间规划中永久基本农田调整补划和布局优化提供方法借鉴。研究方法:分别利用规则空间聚类算法Local Moran’s I和Getis-Ord Gi*以及非规则空间搜索聚类算法AMOEBA构建能在地块尺度上同时反映耕地质量及其空间集聚信息的表征指数,设计相应的排序优选方案,进而快速识别指定数量的永久基本农田保护图斑,并进行对比及邻域敏感性分析。研究结果:(1)基于AMEOBA算法输出聚类指数并设计相应的排序方案能在研究区识别空间上更为集聚同时具有较高质量的永久基本农田保护图斑;(2)基于邻接关系的邻域定义方式能在研究区取得比基于空间距离的邻域定义方式更好的识别结果。研究结论:应用空间聚类算法计算同时指示耕地质量高低及其空间聚散性的地块级表征指数,并设计相应优选排序方案识别高质量集聚永久基本农田保护图斑是有效可行的。

摘要： 文章综合运用空间自相关、核密度估计、系统聚类、地理探测器等方法,系统分析长三角地区41个城市碳排放时空格局、聚类特征与影响机制。研究发现:长三角地区碳排放呈现显著空间正相关性,形成了“低者恒低、高者恒高”的局部空间格局;2005—2019年,长三角地区碳排放核密度呈现出明显的“单极”现象,碳排放存在显著的空间非均衡性特征;长三角地区41个城市形成5个聚类,分类结果打破传统时空界限,呈现分散、跨域等特征;影响长三角地区碳排放量空间分异的驱动因子决定力从大到小依次是产业结构、城镇化水平、研发投入、经济发展水平、生态环境、人口规模,其中,人口规模与产业结构的交互因子对长三角地区41个城市碳排放空间分异格局起主导作用,包含产业结构、城镇化水平、研发投入的关键交互因子对城市碳排放空间分异格局具有更显著的空间叠加效应。

摘要： 在使用三维激光扫描仪对山地、山区区域进行1∶500地形图测绘作业时,如何从点云数据中更加快速地获取高精度平面信息始终是测绘工作的难点和重点内容。文章对此展开研究,就山区位置的水利工程测绘工作展开讨论,分析地面三维激光扫描技术的应用,总结成功经验,希望可以为相关工作者提供参考。

摘要： 基于欧洲中期天气预报中心(ECMWF)的精细化数值预报产品、中国气象局下发的降水指导产品(TP;MA)及甘肃省340个气象站点降水实况数据,利用泰森多边形与K-means空间聚类方法(spatial cluster and Tyson polygon, SCTP),对2017—2019年4—9月甘肃省340站降水资料进行客观分区。在此基础上,采用随机森林算法(random forest, RF),筛选出与降水相关的物理量因子构建模型,开展甘肃省短期定量降水客观预报订正试验,并进行预报效果检验。结果表明:(1)甘肃省4—9月降水客观分区依次为7、6、14、13、14和11个。(2)就晴雨预报而言,SCTP-RF订正产品对甘肃省汛期的晴雨预报能力较TP;MA指导产品和ECMWF模式产品有一定提升,提升幅度分别为6.1%、4.2%;在空间上,SCTP-RF算法对甘肃省340站的晴雨预报均具有一定的订正能力,大部分站点晴雨预报准确率提升了5%,特别是河东地区。(3)在分级降水预报中,SCTP-RF订正产品对中雨和大雨的预报能力均优于TP;MA指导产品和ECMWF模式产品,且全省大部的订正效果较好,特别是河东中部及陇东南地区,但在强降水过程中对小雨和暴雨的预报订正不稳定,尤其是陇东南地区的小雨。

摘要： 为了解粤东不同区域的降雨特征,选用1967—2020年粤东地区21个国家级气象观测站的汛期降雨量数据,进行主成分分析、系统聚类、线性回归和小波分析等,将粤东地区分为粤东多雨区和粤东少雨区,并分析两个区域的年平均汛期降雨量的变化趋势、年际变化特征和振荡周期等。分析结果表明:(1)粤东多雨区年平均汛期降雨量有增大趋势,粤东少雨区的年平均汛期降雨量有减小趋势,但增大和减小的趋势均较小。(2)从20世纪90年代末开始,两个区域的汛期降雨量年际变化波动幅度均存在加大,其中粤东多雨区的波动幅度增大的特征更加显著。(3)两个区域的汛期降雨量年际及年代际时间尺度在时域中分布不均匀,具有较明显的局部化特征。

摘要： 一直以来,如何认知乡村景观空间,如何揭示与表达乡村景观的地方性特征,是开展乡村空间研究与规划设计实践的基本命题。景观单元的识别与划分是生态智慧视角下的乡村景观空间解构与重组的科学途径。利用人工智能深度学习技术中的U-Net与BDCN模型对南京市牌坊社区村域范围内的景观要素与景观单元边界进行图像识别,完成乡村社区尺度下的基本空间单元划分。选取乡村景观特征相关指标,使用空间聚类的方法完成由基本空间单元到复合空间单元的聚合与重组。通过评价复合空间单元的景观绩效认知牌坊社区的空间生态智慧,以此作为乡村景观塑造的有效引导。

摘要： 空间异质性主要表现为时空非平稳性,引入空间异质性用于提取用地变化转换规则是学术界一直探讨的热点问题。该文针对城市群空间扩张模拟过程中的空间非平稳性和建模过程中的因子优化问题,运用K-means空间聚类算法和因子分析(FA)方法,耦合多层感知机(MLP)与元胞自动机(CA),构建基于城市扩张速率分区的FA-MLP-CA模型,并利用该模型预测2030年成渝地区双城经济圈城市扩张。研究结果显示:模型总体精度(OA)和品质因数(FoM)分别达到0.9785和0.3801,相较于未引入因子优化的常规分区MLP-CA模型和城市扩张速率分区MLP-CA模型,总体精度分别提高0.0043和0.0014,FoM分别提高0.0298和0.0091;相较于未分区的传统模型,OA和FoM分别提高0.0076和0.0992;城市扩张速率分区MLP-CA模型与常规分区MLP-CA模型相比,OA和FoM分别提高0.0029和0.0207。研究表明,分区建模能改善常规建模过程中因空间异质性导致的对局部特征学习不充分的问题,其中采用城市扩张速率分区能在一定程度上提升模拟效果;而引入因子分析后不仅可提升模型精度,而且能很好地增强模型可解释性。

摘要： 针对共享单车的供需失衡、分布不均问题,研究了共享单车用户骑行起讫点的聚集区分布以及不同区域的骑行时间特征,为共享单车的调度运营提供理论支撑。基于用户的骑行订单数据,采用均值漂移算法对骑行起讫点进行聚类学习,得到共享单车的骑行聚集区分布;随后采用spearman相关系数来衡量骑行时间特征的相似度,对不同骑行聚集区的借车与还车量的累计差值的时间序列曲线进行聚类处理,划分出6类典型的骑行特征,并对不同骑行特征所在地的兴趣点(POI)进行因子分析,结果表明:在空间上,共享单车的骑行聚集区的空间分布与所在区域的城市路网的布局形式存在较大关联,不同时间段的骑行聚集区的分布大致相同,仅在出行量上存在差异。骑行聚集区的骑行特征与土地利用性质之间存在相关性,例如,对于骑行特征为1天内借车量小于还车量的骑行聚集区,其主导因子为商业用地,占比为0.4;对于1天内用户的借车量大于还车量的骑行聚集区,其主导因子为住宅用地,占比为0.57。多种用地性质混合的区域,借还车的差值较小且易产生波动。此外,同一类型的骑行时间特征的主导因子占比在工作日与非工作日会产生变化,同一区域的骑行时间特征在工作日与非工作日存在差异。

摘要： 利用1950—2018年历史洪涝灾情数据,选取农业受灾、成灾面积2个指标结合九点二次平滑法、时间序列分析法及空间聚类技术分析了对中国洪涝灾害农业致灾性时空分布规律。结果表明:在时间尺度上,1950—2018年中国洪涝灾害对农业的影响整体有增加趋势,但是不同区域差异明显,洪涝灾害对农业发展影响较大且未来几年这种情况可能会持续下去;在空间尺度上,华南地区、东北部分地区和临海城市农业受灾情况较其他地区更为严重。

摘要： 结合湖北省各地市电网设备状态及运行现状,基于空间聚类的视频设备运行状态数据简化方法,在此基础上,为系统提供各种状态下视频站点情况地图显示功能,根据点、设备名称、地市单位及电压等级进行查询显示功能,异常信息显示、统计及专题图显示功能,从而优化感知数据空间可视化效率.从设备运行监控规范流程、告警消息自动推送提醒方式、视频位置可视化展示流程、及项目风险管理等方面进行具体分析,对不同环节中存在的要点问题进行重点剖析,提出较为完整细致的解决思路,进而形成适用于现代化电力设备运行监控的技术手段和管理措施,促进电网设备管理水平的提升,并对智能电网建设管理提供有益的借鉴和启发.

摘要： 空间聚类广泛用于传染病的监测、预防和控制.传染病与普通疾病在早期具有相似的症状,使得传染病数据处理和分析更为困难.采用基于Agent的仿真建模方法,生成北京暴发H1N1流感的仿真数据.基于4组分布形状与规模不同的数据,对2种空间聚类算法的疫情监测结果进行分析.结果表明,通过空间聚类算法对Agent仿真数据进行分析,有助于揭示疫情的扩散规律,进而在传染病监测和防控方面起到积极作用.

摘要： 本文发展了一种基于图论与密度的空间聚类方法—HGDSC。该方法首先借助附加约束的Delaunay 三角网来建立空间实体之间的邻接关系，然后对基于密度的聚类方法进行改进，顾及空间邻近与非空间属性相似进行聚类。并且，该方法只需要一个输入参数。通过分别采用模拟数据和实际数据验证表明HGDSC 方法能够发现任意形状和密度变化的空间簇，可以很好地识别噪声点，从而亦表明HGDSC 方法是一种高效的空间聚类方法。

摘要： Lightcuts是面向多光源场景的高效绘制方法.它渐进地对光源进行聚类组织,并以二叉树进行管理,由此在绘制时可用一些光源聚类的代表光源(统称为‘光源割’)进行光照计算,以减少需要计算的光源数量.但是,当光源很多并分布复杂时,在二叉树结构中寻找光源割也要花费不少的计算.为此,有些方法提出利用绘制中的图像连贯性来减少光源割的搜寻计算,并取得了较好的效果.本文提出利用空间聚类来减少光源割的搜寻计算,即先根据位置和法向对场景中的几何位置进行聚类,各个类的代表点寻找其光源割,作为该类其它点搜索各自对应光源割的初始情况.实验表明,本文方法能很好地减少光源树中搜索光源割的计算,提高lightcuts的光照计算效率,优于利用图像连贯性的加速方法,加速性能稳定,并且光源越多分布越复杂,加速效果越好。

摘要： 空间聚类是空间数据挖掘与空间分析的重要手段之一，常用于揭示空间数据中隐藏的地理分布规律以及探测发现空间异常。空间聚类的有效性评价是对空间聚类结果进行定量、客观地评判，从而在实际应用中有利于针对不同数据集选取最优的空间聚类算法以及确定最佳的聚类参数。现有的聚类有效性评价方法一方面难以对空间簇为任意形状的空间聚类结果进行有效性评价，且很少顾及空间离群点对聚类有效性的影响；另一方面算法效率较低，难以应用于大型数据库。为此，本文从物理学中场论的角度，提出了一种基于场论的空间聚类有效性评价指标（简称FTSCV）。通过模拟实验、实际应用以及与经典的Dunn指数进行比较，发现本文提出的评价指标能够更准确、高效地对空间聚类结果的有效性进行评价，并可辅助选择空间聚类算法及聚类参数。

摘要： 休闲产业发展在各省域之间既存在差异性又存在相似性特征.利用2000-2014年我国30个省份的数据,采用TPOSIS模型、灰色关联度和夹角余弦系数等方法对我国省域休闲产业发展的差异性和相似性进行评价和分析,并进一步利用关系种子扩展聚类法对30个省市自治区进行了空间聚类,然后以2014年的数据为样本进行了实证分析.结果表明,第一,差异性方面,各省市休闲产业发展水平不均衡,休闲产业发展水平较强的区域集中在东部沿海经济带、京广沿线经济带和长江流域沿线经济带,而西北丝绸之路经济带区域的休闲产业发展水平还比较低;第二,相似性方面,休闲产业发展水平越高的省市与其他省域的平均相似度越低,进一步的聚类分析表明,2014年我国休闲产业空间聚类为8种类型;从2000年、2007年、2014年三年的发展变迁看,30省域休闲产业发展的相似性和空间聚类有较为明显的变化,东中部区域大部分省域的休闲产业平均组合相似度在降低,而西部区域大部分省区的休闲产业平均组合相似度在趋升.

摘要： 传统的简单线性迭代聚类(SLIC)算法受图像细节信息及噪声的影响,存在过度分割和对噪声敏感等缺陷.考虑到基于密度的空间聚类(DBSCAN)算法可以发现任意形状的簇,不受输入数据的影响,能有效地处理“噪声”等优点,本文提出了一种基于DBSCAN聚类的SLIC超像素分割算法.该算法首先采用SLIC超像素分割算法对图像进行预分割,然后使用DBSCAN算法对SLIC算法分割后的超像素区域进行相似性合并,得到最终的分割结果.仿真结果表明:改进后的算法解决了传统的SLIC超像素分割算法存在过度分割和对噪声敏感等问题,能完整地将目标对象从背景中分割出来,达到很好的分割效果.

摘要： 运用空间聚类分析、重心迁移以及表面分析等方法对1997-2006年山东省县域农民人均纯收入的时空差异进行了分析.结果表明,山东省县域农民收入水平整体上具有明显的地域分异特征,形成沿海和沿胶济铁路的高收入水平区和鲁东南、鲁西南、鲁西北低收入水平区.从农民收入的年均递增情况来看,1997-2001年递增速率较低且呈“极化“增长模式,2001-2001年递增速率较高且较为均衡.但受到基数高低的影响,农民人均收入重心不断东移,区域差异有扩大的趋势。

摘要： 研究目的：探讨土地利用综合分区的方法。研究方法：采用GIS方法与空间聚类方法。研究结果：通过对平和县土地利用现状和社会经济发展特点进行分析,提出了平和县土地利用综合分区方案。研究结论：依据土地利用综合分区,确定不同土地利用区的发展方向和途径。

摘要： 空间索引是空间数据库的关键技术,其性能的高低决定着整个数据库的效率。R树是实现快速空间数据处理的重要索引结构之一,R-link树是为了实现并发控制而提出的一种R树结构的变形。提出了基于K-Means的四叉树与R-link树的混合结构,提高了R-link树的查询性能,在K-Means中采用均值-标准差确定初始聚类中心,提高了收敛速度,通过距离准则函数来优化K值,避免K值的茫目选取.与R-Link相比空间开销代价有时略大,但换取了更高的性能,且数据量越多,此种结构的整体性能越好,适合于海量数据。

摘要： 本发明揭示了一种基于共同学习子空间结构和聚类指示矩阵的多视图图像聚类方法，该方法包括如下步骤：S1：获取多视图图像数据；S2：对给定多视图图像数据进行子空间学习，得到多视图子空间表示、连续指示矩阵、离散指示矩阵；S3：对多视图子空间表示、连续指示矩阵、离散指示矩阵进行迭代更新，得到更新后的多视图子空间表示；S4：应用所述S3步骤得到的多视图子空间表示构造邻接矩阵；S5：应用所述S4步骤得到的邻接矩阵，调用谱聚类算法，得到聚类结果。与已有的多视图聚类方法相比，大量的实验结果证明该方法可以显著提高收敛速率和聚类性能。

摘要： 本发明涉及一种基于模糊聚类的全局子空间人脸图像聚类方法，将包含n个a×b像素规模的数据集拉长为一个数据矩阵，在得到预处理后图像数据矩阵X的基础上，构建基于模糊聚类的子空间人脸图像聚类模型：交替迭代优化构建得到的目标函数，通过Y和W,M的交替优化可以得到目标函数收敛后的隶属度矩阵Y和低维投影矩阵W，Z＝WTX为原始样本经过降维得到的低维数据矩阵。对隶属度矩阵Y按行选取最大值所在列，即可得到最后的聚类结果。本发明图像数据处理效率显著提升，将模糊聚类思想引入到低维子空间中，保持了数据的全局结构，并直接探索了低维子空间中最不相关的数据，避免了对数据进行降维操作，可以很好地处理高维度数据集。

摘要： 本发明揭示了一种基于共同学习子空间结构和聚类指示矩阵的多视图图像聚类方法，该方法包括如下步骤：S1：获取多视图图像数据；S2：对给定多视图图像数据进行子空间学习，得到多视图子空间表示、连续指示矩阵、离散指示矩阵；S3：对多视图子空间表示、连续指示矩阵、离散指示矩阵进行迭代更新，得到更新后的多视图子空间表示；S4：应用所述S3步骤得到的多视图子空间表示构造邻接矩阵；S5：应用所述S4步骤得到的邻接矩阵，调用谱聚类算法，得到聚类结果。与已有的多视图聚类方法相比，大量的实验结果证明该方法可以显著提高收敛速率和聚类性能。

摘要： 本发明公开了一种基于谱聚类的子空间聚类算法的数据处理方法及装置。其中，该方法包括：确定谱聚类算法，确定待处理的数据集合的相似度矩阵的稀疏性正则项，将稀疏性正则项代入谱聚类算法，得到子空间聚类算法，根据子空间聚类算法对待处理的数据集合进行处理。通过谱聚类算法捕获数据的自表示矩阵和指标矩阵之间的自然关系，使数据具有有利于聚类的一些特性，进而通过稀疏性加权值，纳入谱聚类算法，进一步提高聚类的有效性，从而解决了相关技术中没有充分利用相似度矩阵与数据标签之间的关系，聚类性能较差，导致数据处理的效果差的技术问题。

摘要： 本发明公开一种利用空间信息约束的稀疏子空间模糊聚类的图像分割方法，1)利用超像素分割将图像预分割为超像素块，并计算每一个超像素块的Gabor特征描述子以及通道特征描述子；2)设计算法模型，将模糊聚类中的隶属度约束加入到基于稀疏子空间聚类方法，将稀疏自相关系数同隶属度一起交替更新，同时完成寻优；3)设计空间信息约束形式，将邻域约束加至上述算法设计模型中。本发明方法可获得更精确的自表示系数；可有效地解决灰度不均匀的影响；可同时根据两种不同的特征对图像进行分割；提高了图像分割的准确率；在红外图像、可见光图像上均获得较好效果，可广泛应用于各类基于图像的应用系统，具有广阔的市场前景与应用价值。

摘要： 本发明公开了一种基于深度子空间模糊聚类的图像聚类方法及系统，涉及图像聚类技术领域。本发明包括：设计深度自编码器模型，初始化网络；基于输入样本与重构输出样本误差最小化，构建自表达模块损失函数，并对自编码器模型预训练，学习图像的低维空间特征表示；在自编码器模型目标函数中加入模糊聚类模块损失，构建基于模糊聚类的自编码器目标函数，对自编码器进行训练，进行网络参数再学习，并同时实现图像模糊聚类；输出图像聚类结果。实现了图像特征学习和模糊聚类同时进行，在深度自编码器特征学习过程中，增加权值正则化约束和非负权值约束，并在模糊聚类过程中，进行深度自编码器低维特征再学习，有效提高深度子空间聚类的性能。

摘要： 本发明公开一种基于深度子空间聚类顺序集成的图像聚类方法及系统，方法包括：基于输入图像数据与重建图像数据获得初始的图像编码器网络和图像解码器网络；基于随机遮掩视觉特征向量和自我表达的视觉特征向量获得初始的自我表达系数矩阵；固定自我表达系数矩阵，迭代更新图像编码器网络和图像解码器网络；固定图像编码器网络和图像解码器网络，迭代更新自我表达系数矩阵；基于自我表达系数矩阵，迭代更新图像相似度矩阵以及图像集成相似度矩阵；将最终得到的图像集成相似度矩阵作为谱聚类算法的输入，获得图像聚类结果。本发明采用顺序方式依次生成自我表达系数矩阵并直接集成，进而提升深度子空间聚类网络对于图像聚类的性能。

摘要： 本发明提供一种基于残差子空间聚类网络的高光谱图像聚类方法，具体包括以下步骤：对原始高光谱图像进行预处理，得到标准化后的空谱样本；构建残差子空间聚类网络，并将所述标准化后的空谱样本输入至所述残差子空间聚类网络，采用梯度下降法进行参数优化，得到非线性自表达系数矩阵C；使用所述非线性自表达系数矩阵C构造相似度矩阵A，并采用谱聚类算法将所述相似度矩阵A分割成k组，从而获得聚类后的k个簇；本发明的有益效果是：将线性的子空间聚类方法扩展至非线性的深度模型中，通过学习面向聚类的深度特征表示，有效解决了高光谱图像无监督分类精度低的问题。

摘要： 本发明公开了一种基于谱聚类的子空间聚类算法的数据处理方法及装置。其中，该方法包括：确定谱聚类算法，确定待处理的数据集合的相似度矩阵的稀疏性正则项，将稀疏性正则项代入谱聚类算法，得到子空间聚类算法，根据子空间聚类算法对待处理的数据集合进行处理。通过谱聚类算法捕获数据的自表示矩阵和指标矩阵之间的自然关系，使数据具有有利于聚类的一些特性，进而通过稀疏性加权值，纳入谱聚类算法，进一步提高聚类的有效性，从而解决了相关技术中没有充分利用相似度矩阵与数据标签之间的关系，聚类性能较差，导致数据处理的效果差的技术问题。

摘要： 本发明公开一种利用空间信息约束的稀疏子空间模糊聚类的图像分割方法，1)利用超像素分割将图像预分割为超像素块，并计算每一个超像素块的Gabor特征描述子以及通道特征描述子；2)设计算法模型，将模糊聚类中的隶属度约束加入到基于稀疏子空间聚类方法，将稀疏自相关系数同隶属度一起交替更新，同时完成寻优；3)设计空间信息约束形式，将邻域约束加至上述算法设计模型中。本发明方法可获得更精确的自表示系数；可有效地解决灰度不均匀的影响；可同时根据两种不同的特征对图像进行分割；提高了图像分割的准确率；在红外图像、可见光图像上均获得较好效果，可广泛应用于各类基于图像的应用系统，具有广阔的市场前景与应用价值。