点状居民地结构选取决策模型和方法

发布时间：2021-07-25 17:56

　　结构选取是居民地选取决策的难点和重点。在分析现有方法特点的基础上,提出了点状居民地结构选取决策模型和方法。综合考虑了居民地选取原则、标准和居民地分布规律,利用系统聚类、Voronoi图和信息熵结合的方法,优化了属性排序方法,最大限度保持了居民地的分布特征、分布范围和分布密度,确保了高等级居民地全部选取,低等级居民地选取时顾及了分布特征和位置重要性。实验验证了该模型和方法的有效性和科学性。 

【文章来源】：测绘科学技术学报. 2020,37(03)北大核心

【文章页数】：6 页

【部分图文】：

点状居民地结构选取难点决策模型

1∶25万原图(局部)如图2所示,综合区域属性数据(部分)如表1所示。表1 综合区域1∶25万地图属性数据(部分) 居民地名称 居民地拼音 居民地等级 居民地编号 x y 玉石墈 Yushikan BB 990 118.82 30.29 柏山 Baishan BB 1028 118.75 30.30 打柱岭 Dazhuling BB 1041 118.80 30.31 田舍 Tianshe BB 1047 118.84 30.31 蜀洪 Shuhong BB 1070 118.78 30.32 外舍 Waishe BB 1072 118.84 30.32 浪荡 Langdangwu BB 1082 118.83 30.32

首先对248个居民地按照经纬度坐标的欧氏距离进行系统聚类。理论上,类越多,分区越小,在各类内选取后,综合区域整体形态保持越好,但这样会增加计算量[12]。因此,通过系统聚类分析,确定一个最优分类数量。将聚类类别数与聚合系数的关系生成折线图,如图3所示,可以看到明显的变化趋势。放大折线图局部,聚合系数在类别数为9～15时曲线变缓,聚类类别数可以选择9～15。该研究区域选择12个类别,按12个类聚类后的结果如图4所示。图4 12个类聚类后的结果(局部)

【参考文献】：
期刊论文
[1]地图制图综合回顾与前望[J]. 武芳,巩现勇,杜佳威.  测绘学报. 2017(10)
[2]采用决策树算法进行居民地自动综合[J]. 何海威,钱海忠,刘闯,谢丽敏.  测绘科学技术学报. 2016(06)
[3]采用主成分分析法的面状居民地自动选取[J]. 胡慧明,钱海忠,何海威,陈竞男,刘闯.  测绘与空间地理信息. 2016(04)
[4]基于信息熵理论的特征权重算法研究[J]. 郭红钰.  计算机工程与应用. 2013(10)
[5]基于信息熵理论的综合评价方法[J]. 周薇,李筱菁.  科学技术与工程. 2010(23)
[6]空间数据自动综合研究进展及趋势分析[J]. 王家耀.  测绘科学技术学报. 2008(01)
[7]基于信息熵理论的随机—模糊可靠性分析方法探讨[J]. 余绍蓉,尹益辉,徐兵,张德美.  机械强度. 2006(05)
[8]制图综合知识及其应用[J]. 王家耀,钱海忠.  武汉大学学报(信息科学版). 2006(05)



本文编号：3302494