留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种网络空间现象同位模式挖掘的新方法

田晶 王一恒 颜芬 熊富全

田晶, 王一恒, 颜芬, 熊富全. 一种网络空间现象同位模式挖掘的新方法[J]. 武汉大学学报 ● 信息科学版, 2015, 40(5): 652-660. doi: 10.13203/j.whugis20130448
引用本文: 田晶, 王一恒, 颜芬, 熊富全. 一种网络空间现象同位模式挖掘的新方法[J]. 武汉大学学报 ● 信息科学版, 2015, 40(5): 652-660. doi: 10.13203/j.whugis20130448
TIAN Jing, WANG Yiheng, YAN Fen, XIONG Fuquan. A New Method for Mining Co-location Patterns Between Network Spatial Phenomena[J]. Geomatics and Information Science of Wuhan University, 2015, 40(5): 652-660. doi: 10.13203/j.whugis20130448
Citation: TIAN Jing, WANG Yiheng, YAN Fen, XIONG Fuquan. A New Method for Mining Co-location Patterns Between Network Spatial Phenomena[J]. Geomatics and Information Science of Wuhan University, 2015, 40(5): 652-660. doi: 10.13203/j.whugis20130448

一种网络空间现象同位模式挖掘的新方法

doi: 10.13203/j.whugis20130448
基金项目: 国家基础科学人才培养基金资助项目(J1103409);武汉大学大学生创新创业训练资助项目(S2014438)
详细信息
    作者简介:

    田晶,博士,讲师,主要研究方向为地图自动综合,空间数据挖掘。

  • 中图分类号: P208

A New Method for Mining Co-location Patterns Between Network Spatial Phenomena

Funds: The National Science Foundation for Fostering Talents in Basic Research of the National Natural Science Foundationof China,No.J1103409;Student Training Program of Wuhan University for Scientific Research and Entrepreneurship,S2014438.
More Information
    Author Bio:

    国家基础科学人才培养基金资助项目(J1103409);武汉大学大学生创新创业训练资助项目(S2014438)

  • 摘要: 同位模式的挖掘是空间数据挖掘领域关注的热点问题。目前,对于网络空间现象同位模式挖掘的研究较少。本文将欧氏空间已有方法扩展至网络空间,该方法由两个核心步骤组成:①通过对网络进行划分定义同位腜停范ㄍ止叵担虎诙酝止叵到型臣仆贫先范ㄆ涫欠裎荒J健6陨钲谑兄圃煲倒镜耐荒J酵诰蚪辛朔椒ㄋ得鳎谰菁劬醚е械贾虏导鄣娜只贫哉庑┩荒J浇辛硕ㄐ苑治觯ü胍延蟹椒ǖ谋冉弦约巴纾撕募煅檠橹ち吮疚姆椒ǖ挠行浴€
  • [1] Okabe A,Yamada I.The K-Function Method on aNetwork and Its Computational Implementation[J].Geographical Analysis,2001,33(3):271-290[2] Okabe A,Okunuki K,Shiode S.SANET:A Tool-box for Spatial Analysis on a Network[J].Geo-graphical Analysis,2006,38(1):57-66[3] Batty M.Network Geography:Relations,Interac-tions,Scaling and Spatial Processes in GIS[M]//Unwin D,Fisher P.Re-presenting Geographical In-formation Systems.Chichester:John Wiley andSons,2005[4] Yamada I,Thill J.Comparison of Planar and Net-work K-Functions in Traffic Accident Analysis[J].Journal of Transport Geography,2004,12(2):149-158[5] Lu Yongmei,Chen Xuwei.On the False Alarm ofPlanar K-Function when Analyzing Urban CrimeDistributed Along Streets[J].Social Science Re-search,2007,36(2):611-632[6] Borruso G.Network Density Estimation:A GISApproach for Analysing Point Patterns in a Net-work Space[J].Transactions in GIS,2008,12(3):377-402[7] Xie Zhixiao,Yan Jun.Kernel Density Estimation ofTraffic Accidents in a Network Space[J].Comput-ers,Environment and Urban Systems,2008,32(5):396-406[8] Huang Yan,Shekhar S,Xiong Hui.DiscoveringCo-location Patterns from Spatial Data Sets:A Gen-eral Approach[J].IEEE Transactions on Knowl-edge and Data Engineering,2004,16(12):1 472-1 485[9] Huang Yan,Pei Jian,Xiong Hui.Mining Co-loca-tion Patterns With Rare Events from Spatial DataSets[J].Geoinformatica,2006,10(2):239-260[10] Hu Wei.Co-Location Pattern Discovery[C].Ency-clopedia of GIS[C].Berlin:Springer-Verlag,2008[11] Li Deren,Li Deyi,Wang Shuliang.Spatial DataMining Theories and Applications[M].Beijing:Science Press,2006(李德仁,李德毅,王树良.空间数据挖掘理论与应用[M].北京:科学出版社,2006)[12] Li Deren,Wang Shuliang,Shi Wenzhong,et al.OnSpatial Data Mining and Knowledge Discovery(SD-MKD)[J].Geomatics and information science ofWuhan University,2001,26(6):491-499.(李德仁,王树良,史文中,等.论空间数据挖掘和知识发现[J].武汉大学学报·信息科学版,2001,26(6):491-499)[13] Arnia G,Espa G,Quah D.A Class of Spatial E-conometric Methods in the Empirical Analysis ofClusters of Firms in the Space[J].Empirical Eco-nomics,2008,34(1):81-103[14] Ruiz M,Lopez F,Paez A.Testing for Spatial As-sociation of Qualitative Data Using Symbolic Dy-namics[J].Journal of Geographical Systems,2010,12(3):281-309[15] Leslie T F,Kronenfeld B J.The Co-location Quo-tient:A New Measure of Spatial Association be-tween Categorical Subsets of Points[J].Geograph-ical Analysis,2011,43(3):306-326[16] Guo Luo,Du Shihong,Haining R,et al.Globaland Local Indicator of Spatial Association BetweenPoints and Polygons:A Study of and Use Change[J].International Journal of Applied Earth Ob-servation and Geoinformation,2013,21:384-396[17] Bian Fuling,Wan You.A Novel Spatial Co-locationPattern Mining Algorithm Based on k-Nearest Fea-ture Relationship[J].Geomatics and InformationScience of Wuhan University,2009,34(3):331-334(边馥苓,万幼.k-邻近空间关系下的空间同位模式挖掘算法[J].武汉大学学报·信息科学版,2009,34(3):331-334)[18] Koperski K,Han Jawei.Discovery of Spatial Asso-ciation Rules in Geographic Information Databases[C].The 4th International Symposium on LargeSpatial Databases,Maine,USA,1995[19] Zhang X,Mamoulis N,Cheung D,et al.Fast Min-ing of Spatial Collocations[C].The ACM SIGKDDInternational Conference on Knowledge Discoveryand Data Mining,Seattle,USA,2004[20] Bembenik R,Rybinski H.FARICS:A Method ofMining Spatial Association Rules and CollocationsUsing Clustering and Delaunay Diagrams [J].Journal of Intelligent Information Systems.2009,33(1):41-64[21] Shekhar S,Huang Yan.Discovering Spatial Co-lo-cation Patterns:A Summary of Results [J].LNCS,2001,2 121:236-256[22] Sierra R,Stephens R.Exploratory Analysis of theInterrelation Between Co-located Boolean SpatialFeatures Using Network Graphs[J].InternationalJournal of Geographical Information Science,2012,26(3):441-468[23] Shiode S.Analysis of a Distribution of Point EventsUsing the Network-Based Quadrat Method[J].Ge-ographical Analysis,2008,40(4):380-400[24] ZhouWenliang.The Agglomeration,Dispersion ofManufacturing and Its Policy Selection:the Re-search Based on Guangdong Province[M].Beijing:Economic Science Press,2010.(周文良.制造业的集聚、扩散及其政策选择:基于广东省的分析[M].北京:经济科学出版社,2010)[25] General Administration of Quality Supervision,In-spection.and Quarantine of The People’s Republicof China.GB/T 4754-2002Industrial Classificationfor National Economic Activities[S].Beijing:Chi-na Zhijian Publishing House,2007(中华人民共和国国家质量监督检验检疫总局.GB/T 4754-2002国家经济行业分类[S].北京:中国标准出版社,2007)[26] WuXuehua.Research on Regional Cluster of Manu-facturing in China[M].Beijing:Economic SciencePress,2010(吴学花.中国制造业区域集聚研究[M].北京:经济科学出版社,2010)[27] Monseny J,López R,Marsal E.The Mechanismsof Agglomeration:Evidence from the Effect of In-ter-Industry Relations on the Location of New Firms[J].Journal of Urban Economics,2011,70(2/3):61-74[28] Wang Guohong.Research on Knowledge Spilloverand Enterprise Learning in Industry Cluster[M].Beijing:Science Press,2010(王国红.知识溢出与产业集群中的企业学习研究[M].北京:科学出版社,2010)[29] Amiti M.Location of Vertically Linked Industries:Agglomeration Versus Comparative Advantage[J].European Economic Review,2005,49(4):809-832
  • [1] 郭艺文, 蔡建南, 陈袁芳, 邓敏, 赵斌.  网络约束下局部空间同位模式的扫描统计方法 . 武汉大学学报 ● 信息科学版, 2022, 47(9): 1383-1389. doi: 10.13203/j.whugis20200177
    [2] 王映雪, 李少梅, 任丽秋, 张鑫禄, 张崇涛, 张付兵.  面向特征的网络空间点群要素自动综合方法 . 武汉大学学报 ● 信息科学版, 2021, 46(3): 427-433. doi: 10.13203/j.whugis20200002
    [3] 卢剑, 张学东, 张健钦, 郭小刚, 张悦颖.  利用卷积神经网络识别交通指数时间序列模式 . 武汉大学学报 ● 信息科学版, 2020, 45(12): 1981-1988. doi: 10.13203/j.whugis20200035
    [4] 王米琪, 艾廷华, 晏雄锋, 肖屹.  图卷积网络模型识别道路正交网格模式 . 武汉大学学报 ● 信息科学版, 2020, 45(12): 1960-1969. doi: 10.13203/j.whugis20200022
    [5] 田晶, 余梦婷, 任畅, 熊富全.  城市道路网元胞模式分析的网络景观指数分析法 . 武汉大学学报 ● 信息科学版, 2018, 43(10): 1588-1594. doi: 10.13203/j.whugis20150640
    [6] 徐枫, 蔡建南, 刘启亮, 何占军, 邓敏.  显著局部空间同位模式自动探测方法 . 武汉大学学报 ● 信息科学版, 2018, 43(10): 1538-1545. doi: 10.13203/j.whugis20170008
    [7] 何亚坤, 艾廷华, 杜欣, 禹文豪.  网络空间向量剖分法识别城市路网网格模式 . 武汉大学学报 ● 信息科学版, 2018, 43(1): 138-139. doi: 10.13203/j.whugis20150757
    [8] 王娇, 周成虎, 程维明.  全月球撞击坑的空间分布模式 . 武汉大学学报 ● 信息科学版, 2017, 42(4): 512-519. doi: 10.13203/j.whugis20140893
    [9] 田晶, 何遒, 周梦杰.  运用Q统计分析网络空间现象关联模式 . 武汉大学学报 ● 信息科学版, 2014, 39(4): 486-491. doi: 10.13203/j.whugis20120562
    [10] 冯欣, 张鹏, 徐亚明, 邹进贵.  一种利用K均值聚类的无线传感器网络节点定位算法 . 武汉大学学报 ● 信息科学版, 2013, 38(10): 1257-1260.
    [11] 柯福阳, 王庆, 潘树国.  基于映射函数网络RTK的大气误差内插估计模型 . 武汉大学学报 ● 信息科学版, 2012, 37(1): 73-76.
    [12] 何杰, 陈能成, 郑重, 王伟.  利用语义的多版本网络覆盖服务模式匹配方法 . 武汉大学学报 ● 信息科学版, 2012, 37(2): 210-214.
    [13] 孙庆辉, 王家耀, 钟大伟, 李少梅.  空间信息服务模式研究 . 武汉大学学报 ● 信息科学版, 2009, 34(3): 344-347.
    [14] 边馥苓, 万幼.  k-邻近空间关系下的空间同位模式挖掘算法 . 武汉大学学报 ● 信息科学版, 2009, 34(3): 331-334.
    [15] 熊丽音, 陆锋, 陈传彬.  城市多模式交通网络特征连通关系表达模型 . 武汉大学学报 ● 信息科学版, 2008, 33(4): 393-396.
    [16] 肖晖, 杨必胜.  一种改进的基于道路网络距离的K近邻查询算法 . 武汉大学学报 ● 信息科学版, 2008, 33(4): 437-439.
    [17] 吴信才, 杨林, 周顺平, 万波.  支持多模式的复合交通网络模型研究 . 武汉大学学报 ● 信息科学版, 2008, 33(4): 341-346.
    [18] 胡耀垓, 李伟, 胡继明.  一种改进激活函数的人工神经网络及其应用 . 武汉大学学报 ● 信息科学版, 2004, 29(10): 916-919.
    [19] 张力, 沈未名, 张祖勋, 张剑清.  基于空间约束的神经网络影像匹配 . 武汉大学学报 ● 信息科学版, 2000, 25(1): 55-59.
    [20] 葛莹, 刘尉, 李勇.  Ripley’s K函数方法修正与估计方法比较 . 武汉大学学报 ● 信息科学版, 0, 0(0): 0-0. doi: 10.13203/j.whugis20210451
  • 加载中
计量
  • 文章访问数:  790
  • HTML全文浏览量:  46
  • PDF下载量:  666
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-08-29
  • 修回日期:  2015-05-05
  • 刊出日期:  2015-05-05

一种网络空间现象同位模式挖掘的新方法

doi: 10.13203/j.whugis20130448
    基金项目:  国家基础科学人才培养基金资助项目(J1103409);武汉大学大学生创新创业训练资助项目(S2014438)
    作者简介:

    田晶,博士,讲师,主要研究方向为地图自动综合,空间数据挖掘。

  • 中图分类号: P208

摘要: 同位模式的挖掘是空间数据挖掘领域关注的热点问题。目前,对于网络空间现象同位模式挖掘的研究较少。本文将欧氏空间已有方法扩展至网络空间,该方法由两个核心步骤组成:①通过对网络进行划分定义同位腜停范ㄍ止叵担虎诙酝止叵到型臣仆贫先范ㄆ涫欠裎荒J健6陨钲谑兄圃煲倒镜耐荒J酵诰蚪辛朔椒ㄋ得鳎谰菁劬醚е械贾虏导鄣娜只贫哉庑┩荒J浇辛硕ㄐ苑治觯ü胍延蟹椒ǖ谋冉弦约巴纾撕募煅檠橹ち吮疚姆椒ǖ挠行浴€

English Abstract

田晶, 王一恒, 颜芬, 熊富全. 一种网络空间现象同位模式挖掘的新方法[J]. 武汉大学学报 ● 信息科学版, 2015, 40(5): 652-660. doi: 10.13203/j.whugis20130448
引用本文: 田晶, 王一恒, 颜芬, 熊富全. 一种网络空间现象同位模式挖掘的新方法[J]. 武汉大学学报 ● 信息科学版, 2015, 40(5): 652-660. doi: 10.13203/j.whugis20130448
TIAN Jing, WANG Yiheng, YAN Fen, XIONG Fuquan. A New Method for Mining Co-location Patterns Between Network Spatial Phenomena[J]. Geomatics and Information Science of Wuhan University, 2015, 40(5): 652-660. doi: 10.13203/j.whugis20130448
Citation: TIAN Jing, WANG Yiheng, YAN Fen, XIONG Fuquan. A New Method for Mining Co-location Patterns Between Network Spatial Phenomena[J]. Geomatics and Information Science of Wuhan University, 2015, 40(5): 652-660. doi: 10.13203/j.whugis20130448
参考文献 (1)

目录

    /

    返回文章
    返回