人口与社会经济数据的空间聚类方法研究

《人口与社会经济数据的空间聚类方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、厦门大学硕士学位论文人口与社会经济数据的空间聚类方法研究姓名：杨帆申请学位级别：硕士专业：模式识别与智能系统指导教师：米红20060601摘受摘要人口与社会经济数据的常用分析方法有人口学、统计学以及近年以来在统计学基础上发展起来的数据挖掘方法。在分析人口数据和社会经济数据时，不应把它们割裂开来，经常要考虑到两种数据之间的关系。但是，在上述分析方法中，大多考虑的足属性特征在数据空间中的分布情况，往往忽视了另一种非常重要的数据一空间数据。人口与社会经济数据必须依赖于某个地理实体而存在，应该具有一定的空问特征。近年来随着GIS技术和RS技术的发展，人们获取了大量的空

2、间数据，这使得在进行人口与社会经济数据分析时充分考虑空间数据成为可能。尤其是空间自相关(SpatialAutocorrelation)假说的提出，使得对人口与社会经济数据的分析时不仅还要考虑到这两种属性数据的关联性，还要考虑到空问位置的影响：所有的事物都是相似的，但两个空间位置相近的事物比相远的事物更加相似。空阎分析和空间数据挖掘方法是处理该类问题的有效手段，空间聚类是其中一种重要的分析方法。本文的研究内容在于如何利用空间聚类方法，将人口和社会经济数据在属性数据空间和地理空间上的分布特征，利用GIS技术合理、有效、可视化地展现出来。空间聚类不同于传统聚类方法，

3、其目标是发现“属性相似，空间邻近”的地理实体集合。由于人口与社会经济数据大多来自于行政统计单元，在GIS中表示成面状数据，因此最直接的方法是采用面状数据的聚类方法，其好处是直观意义明显，指标处理简单。但行政统计单元越来越不能满足数据多源化、精度高的知识发现。为此本文引入了格网信息系统(或称格嗣系统)的思想，主张将GIS二维空间中的面状的行政统计单元用网格划分，将人口和社会经济数据分配到各个网格上，以网格作为存贮、分析统计数据的基本统计单元，并提出一种基于格网系统的聚类算法(DensityInformationGrid，DIG)；最后，由于基于网格的聚类算法在参

4、数设置上存在很强的主观性，本文提出一种对统计单元数据预先聚类的监督方法(SupervisedDIG)，通过该方法jL『避免闽值设定的主观性问题，使得聚类结果能反映属性数据的分布特点。关键词：人口与社会经济数据；地理信息系统；空间聚类ABSTRACTDemography，StatisticsandDataMiningwhichhasdevelopedOnthebaseofStatistics，areusuallyusedastoolsinanalysisofpopulationandeconomicdata．Thesetwokindsofdatashouldno

5、tbeanalyzedseparately,andtherelationshipsbetweenthemnmstbeconsideredcarefully．Whileanalyzingpopulationandeconomicdata,weusuallyemphasizetheimportanceofdistributionofnon—spatialattribute，andneglectanotherkindofdata——spatialattribute，whichdepictdistributionofspatialobjectsingeographic

6、datasets．Populationandeconomicdataareconnectedwithspatialattributeandfeatures．Theseyears，．withthedevelopmentofGISandRS，takingspatialdataintoconsiderationhasbeenmadepossiblewiththeexplosivegrowthsofspatialdata．Moreover，duetoSpatialAutocorrelation，spatiallocationsmustbetakenintoconsid

7、erationduringtheanalysisofpopulationandeconomicdata：Everythingisrelatedtoeverythingelsebutnearbythingsclremorerelatedthandistantthings．Spatialanalysisandspatialdataminingareusefultoolsinextractingspatialpatterns，andspatialclusteringisanimportantoutputpatterns．Thecontentsofthispaperf

8、ocused011thevisuali