空间同位模式重要因子判定的概念粒方法

发布时间：2021-04-01 01:42

　　针对空间同位模式能求出空间实体的关联集聚现象,但不能求出组成同位模式的实体元素的贡献大小的问题,该文通过引入粒计算和概念格中的概念粒概念,把每一种同位模式的元素都看作一个概念粒。利用概念粒之间距离和概念熵的度量,在概念粒中减少实体存在的原子公式,从而计算每个空间实体对于同位模式形成的重要度。通过对组成南宁市服务业空间同位模式重要因子的实例研究,该方法能有效地求出城市服务业的空间同位模式,并能找出每一种空间同位模式的重要因子。该方法不仅能提供计算形成同位模式重要因子的数学基础,更是一种全新的思考空间关联关系的思维方式。 

【文章来源】：测绘科学. 2020,45(09)北大核心CSCD

【文章页数】：8 页

【部分图文】：

因子重要度判定流程图

空间同位模式是挖掘不同类型地理实体在空间邻近区域内频繁出现的规律[18]。空间同位模式需要引入空间关系与空间位置,对象间的邻近关系可以是拓扑邻近(如相离、相交)、缓冲区邻近、k阶最近邻居、指定距离邻近、空间剖分等[19]。这里引入常用的距离度量表示空间关系。同位模式挖掘是找出在空间接近性频繁地在一起的空间特征的集合,一般有全局同位模式和局部同位模式。图2中,分别有A、B、C、D共4种实体类型,在局部范围内,有{A,B,C}3种同位关联同现。在全局范围内,A的数量是7,B的数量是5,C的数量是4,则{A,B,C}出现同位模式的概率为min{3/7,3/5,3/4}=3/7。判断{A,B,C}是否全局范围内集聚,要设定一个阈值,这个阈值大于3/7,则模式{A,B,C}不集聚,否则集聚。1.2 概念格

基于概念格的频繁闭项集求解需要首先计算概念格。概念格的求解有很多的算法和软件,如加拿大魁北大学渥太华分校设计的lattice miner软件,本研究也设计出了自己的概念格计算软件(SAAS)。通过SAAS计算,表1得到如下图3的概念格。假设设定最小支持度为30%,则图2可以得到4个支持度为33%的频繁2-闭项集{b,e}、{c,e}、{c,f}、{e,f},以及2个支持度为50%的频繁3-闭项集{a,b,c}、{b,d,f}。空间同位模式的概念格节点包含下一层的节点,同时也被更上一层的节点所包含。以图3的{36,cf}为例,它的下层节点是{6,cef}、{cf}是一个2-闭项集,也就是由2个元素组成的空间同位子集,这些空间实体分布在3,6周边,{cef}是一个3-闭项集,也就是由3个元素组成的空间同位子集,这些空间实体分布在6周边。很显然,由3个元素组成的同位子集包含在由2个元素组成的同位子集中,同样{36,cf}包含在它的上层节点{12 346,c}和{2 356,f}之中。随着层次的升高,概念得到泛化,最高层节点包含所有的外延,随着层次的的降低,概念得以特化,最低层次节点包含所有的内涵。


本文编号：3112452