%0 Journal Article
%T 自组织双重空间聚类算法的城市扩张结构分析应用
%A 焦利民
%A 张欣
%A 毛立凡
%J 地球信息科学学报
%P 638-643
%D 2015
%R 10.3724/SP.J.1047.2015.00638
%X 双重空间聚类是能顾及空间连续性和属性相似性的空间数据分析,而常规空间聚类算法难以同时顾及2方面的约束条件。本文采用自组织双重空间聚类算法,对城市扩张结构分析进行了研究。通过改造自组织特征映射的最佳匹配神经元搜索的算法机制,在空间域和属性域进行迭代聚类搜索,实现了自组织双重空间聚类。以武汉市扩张斑块的位置信息和扩张程度指数为输入数据,使用自组织双重空间聚类算法,实现了城市扩张动态结构的识别。自组织双重空间聚类算法使得聚类结果,既在空间域上连续,又在属性域上相近,算法过程具有自组织性,减少了人为影响。
%K 自组织特征映射
%K 城市扩张
%K 景观扩张指数
%K 空间组团
%K 双重空间聚类
%U http://www.dqxxkx.cn/CN/abstract/abstract36901.shtml