空间聚类分析及应用

《地球观测与导航技术丛书》出版说明前言第1章　绪论　1.1　空间聚类分析的产生　1.2　空间聚类分析的研究概况与基本问题　　1.2.1　空间聚类分析的研究概况　　1.2.2　空间聚类分析的定义　　1.2.3　空间聚类分析的基本框架　　1.2.4　空间聚类算法分类　1.3　本书研究的主要内容　1.4　本章小结　参考文献　　第2章　空间数据清理与聚类趋势分析　2.1　引言　2.2　空间数据的基本特征与性质　　2.2.1　空间数据的基本特征　　2.2.2　空间数据的基本性质　2.3　空间数据清理　2.4　空间聚类趋势分析　　2.4.1　二维空间点集聚类趋势分析　　2.4.2　顾及专题属性的聚类趋势分析　2.5　本章小结　参考文献　　第3章　空间相似性度量　3.1　引言　3.2　空间距离度量　　3.2.1　空间点实体间距离度量　　3.2.2　扩展空间实体的距离表达　3.3　空间实体间专题属性相似性度量　　3.3.1　距离测度　　3.3.2　相似性测度　　3.3.3　匹配测度　3.4　本章小结　参考文献　　第4章　现有空间聚类算法分析　4.1　引言　　4.2　空间聚类分析的基本要求　　4.2.1　空间数据的复杂性对聚类算法的要求　　4.2.2　用户对空间聚类算法的要求　　4.2.3　空间数据多尺度特性对空间聚类算法的要求　4.3　空间聚类算法分析　　4.3.1　基于划分的算法　　4.3.2　基于层次的算法　　4.3.3　基于密度的算法　　4.3.4　基于图论的算法　　4.3.5　基于模型的算法　　4.3.6　基于格网的算法　　4.3.7　混合的算法　4.4　空间聚类算法性能分析　4.5　本章小结　参考文献　　第5章　空间点实体聚类算法　5.1　引言　5.2　基于局部分布的空间聚类算法　　5.2.1　问题描述与研究策略　　5.2.2　算法描述　　5.2.3　实验分析与比较　5.3　适应局部密度变化的空间聚类算法　　5.3.1　问题描述与研究策略　　5.3.2　算法描述　　5.3.3　实验分析与比较　5.4　基于场论的空间聚类算法　　5.4.1　问题描述与研究策略　　5.4.2　算法描述　　5.4.3　实验分析与比较　5.5　基于Delaunay三角网的自适应空间聚类算法　　5.5.1　问题描述与研究策略　　5.5.2　算法描述　　5.5.3　实验分析与比较　5.6　顾及空间障碍的自适应空间聚类算法　　5.6.1　问题描述与研究策略　　5.6.2　算法描述第6章　建筑物与动态轨迹空间聚类方法第7章　空间聚类有效性评价第8章　总结与展望附录　空间聚类分析软件

　　空间聚类分析是空间数据挖掘与知识发现的主要手段之一，已广泛应用于地理学、地质学、气象学、地图学、天文学及公共卫生等诸多领域。本书系统阐述了空间聚类分析的理论框架，并对当前国内外空间聚类分析领域研究的主要内容与进展进行了介绍。书中首先阐述了空间聚类分析研究的重要意义，明确了空间聚类分析研究中的基本问题，建立了空间聚类分析的理论框架，并据此对空间聚类分析的各个主要研究内容分别进行阐述，主要包括空间数据清理与聚类趋势分析、空间相似性度量、空间点实体聚类算法、空间面实体与动态轨迹聚类算法及空间聚类有效性评价方法等内容，同时介绍了空间聚类分析方法在地震模式分析、气象、环境、社会经济等领域的具体应用实例。　　本书可供地理、地质、测绘、计算机、环境等相关领域的科研人员与研究生阅读参考。