文献

J-GLOBAL ID：201202211595587156   整理番号：11A1725367

場の理論に基づく空間集団化方式

Field-theory based spatial clustering method

著者 (4件)： Deng Min (Dep. of Surveying and Geo-informatics, Central South Univ., Hunan, Changsha) ,  Liu Qiliang (Dep. of Surveying and Geo-informatics, Central South Univ., Hunan, Changsha) ,  Li Guangqiang (Dep. of Surveying and Geo-informatics, Central South Univ., Hunan, Changsha) ,  Cheng Tao (Dep. of Civil, Environmental and Geomatic Engineering, Univ. Coll. London, UK, London)
資料名： Yaogan Xuebao  (Yaogan Xuebao)
巻： 14  号： 4  ページ： 694-709  発行年： 2010年 
JST資料番号： W0865B  ISSN： 1007-4619  CODEN： YXAUAB  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： 空間的集団化は,空間的データ採取と空間的解析のための重要なツールであった。空間的データセットにおける空間的相関ルールと空間的異常値を見つけることを使用することができた。現在,大部分の空間的集団化アルゴリズムは,空間的実体が,それぞれの密度において分布する事例で満足する集団化結果を得ることができないで,その結果,より多くの入力要因を必要とした。これらの限界を解決するために,集合現場と呼ぶ空間的集団化のための新規なデータ現場は,まず第一に,本論文において開発した。次に,集合力の新規なコンセプトは,実体の間の集合の等級を測定するために活用した。さらに,場の理論に基づく空間集団化アルゴリズム(略語におけるFTSC)を提案した。本アルゴリズムは,入力要因の設定を含まないで,一連の反復的方式は,さまざまな空間的分布によってそれぞれのクラスタを得るために実行した。実に,FTSCアルゴリズムは,空間的実体の間の地方密度の変動に適合することができた。最後に,2つの実験は,FTSCアルゴリズムの利点を説明するように設計した。実際的実験は,FTSCアルゴリズムが地方集合パターンを効果的に見つけることができることを示した。比較実験は,さらに典型的DBSCANアルゴリズムより,FTSCアルゴリズム上限を証明するために行った。2つの実験の結果は,FTSCアルゴリズムが極めて強力で,それぞれの形態によってクラスタを見つけるために適切であることを示した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *場の理論 ,  *アルゴリズム ,  集合 ,  空間分布 ,  概念 ,  データ収集 ,  相関ルール ,  型
準シソーラス用語： データセット ,  空間的分布 ,  コンセプト ,  データ採取 ,  パターン

分類 (1件)： 写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (1件)： 場の理論