%0 Journal Article
%T 多时间尺度密度聚类算法的案事件分析应用
%A 吴文浩
%A 吴升
%J 地球信息科学学报
%P 837-845
%D 2015
%R 10.3724/SP.J.1047.2015.00837
%X 时空聚类是数据挖掘研究的主要内容之一,在环境保护、疾病预防与控制、犯罪预防与打击等领域具有重要的应用价值。已有的时空聚类方法中,时间“距离”都认为是真实的间隔,而对于具有社会属性的案事件而言,其在不同时间尺度下具有明显的周期性特征,忽略这些特征将很难反映出案事件真实的时空规律。本文综合考虑多时间尺度下的时间属性,构建等效时空邻近域,并借鉴经典的密度聚类算法,提出了多时间尺度等效时空邻近域密度聚类算法(MTS-ESTNDBSCAN)。通过对福州市区2013年案事件数据的聚类分析表明,该方法在案事件时空聚类方面具有可行性,对于进一步深入研究城市犯罪地理具有一定的理论意义和实际价值。
%K 时空聚类
%K 密度聚类
%K 多时间尺度
%K 案事件
%U http://www.dqxxkx.cn/CN/abstract/abstract36907.shtml