文献

J-GLOBAL ID：201702237713236581   整理番号：17A0393625

階層的制約DELAUNAY三角形検出空間点事象の異常値モデルを利用した。【JST・京大機械翻訳】

Detection of Spatial Outlier Patterns from Point Events Based on Multi-constrained Delaunay Triangulation

著者 (3件)： Shi Yan (Department of Surveying and Geo-informatics, Central South University) ,  Yang Xuexi (Department of Surveying and Geo-informatics, Central South University) ,  Deng Min (Department of Surveying and Geo-informatics, Central South University)
資料名： Wuhan Daxue Xuebao. Xinxi Kexue Ban  (Wuhan Daxue Xuebao. Xinxi Kexue Ban)
巻： 41  号： 12  ページ： 1584-1592  発行年： 2016年 
JST資料番号： W1553A  ISSN： 1671-8860  CODEN： WDXKA2  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 空間異常値パターン検出は空間データマイニングの研究のホットスポットである。空間的位置属性を持つ点事象を研究対象として、既存の方法の限界に対して、空間異常値モデルの定義を拡張した上で、階層制約DELAUNAY三角形分割法を導入し、空間点事象の異常値パターン検出方法(階層制約TIN法)を発展させた。まず第一に,DELAUNAY三角形分割を用いて,空間点事象間の隣接関係を構築した。次に,3つの階層的制約解析を,DELAUNAY三角形分割のための統計的方法によって実行して,それは,空間的事象ののを改良するために使用した。最後に,空間的隣接関係を持つ点事象集合を統計的に解析し,一連の空間クラスタを形成し,統計的制約指数により,より少ない空間クラスタ,すなわち,空間点事象の異常値パターンを抽出した。この方法は人間の入力パラメータを必要とせず,シミュレーションデータと実際のデータ実験により,この方法が効果的に各種類の空間点事象の異常値パターンを識別することができることを証明した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ホットスポット ,  *制約条件 ,  分割法 ,  統計的方法 ,  *異常値 ,  検出法 ,  クラスタ ,  三角形分割

著者キーワード (5件)： spatial point events ,  spatial attributes ,  spatial proximity relationships ,  spatial outlier patterns ,  multi-level constrained Delaunay triangulation

分類 (3件)： 計算理論  (JB02000A) ,  図形・画像処理一般  (JE04010I) ,  構造力学一般  (HD01000X)

タイトルに関連する用語 (5件)： 制約 ,  三角形 ,  事象 ,  異常値 ,  モデル