非空间属性相关论文
城市是人类社会生活的聚居地，为了提高对城市的决策、应急及管理水平，对城市中的各地理实体进行有效的综合管理显得尤为重要。本......
近年来随着地理信息系统的研究极其应用的逐步深入,空间数据挖掘逐渐成为数据挖掘一个重要的研究方向.空间分类是空间数据挖掘一个......
空间聚类是空间数据挖掘中一个非常重要的方法.本文在分析 DBSCAN 算法不足的基础上,提出一种改进的空间聚类算法(AISCA).为了能够......
地籍数据具有空间特征、非空间属性特征和时间特征.地籍管理中,宗地的空间特征是指它的位置形状等图形数据,而宗地面积、权属、利......
空间分类是空间数据挖掘的一个重要的研究分支,空间分类挖掘在对空间对象进行分类时,要考虑空间对象的非空间属性及其邻接对象对它......
在DBSCAN算法基础上提出SS-DBSCAN算法,克服了现有密度聚类方法存在的一些问题,在不增加算法时间复杂度的情况下,避免了空间邻近点......
1研究现状上世纪六十至九十年代，我国建立了从社区收购点到街道收购站、区县回收公司，再到省市回收公司的国有再生资源回收利用体系（......
Skyline查询作为多目标决策的重要手段之一,近年来在各个领域得到广泛的应用。提出了结合非空间属性的通用Skyline查询处理技术,采......
OGC于2222年6月宣布,OGC成员已批准将移动要素编码扩展——JSON作为OGC的正式标准,并予以采纳。新移动要素标准定义了如何使用JSON......
针对现有空间离群点检测方法难以同时保证数据安全性和检测结果有效性的问题,提出一种隐私保护的空间离群点检测方法。该方法基于......
在很多有效的聚类算法中,DBSCAN算法对于聚类空间数据有着非常好的性能,依赖于基于密度的聚类定义,DBSCAN可以发现任意形状的聚类,......
基于密度的聚类算法DBSCAN是一种有效的空间聚类算法,它能够发现任意形状的聚类并且有效地处理噪声。然而,DBSCAN算法也有一些缺点......
<正> 地理信息系统(Geographical Infomation System,GIS)是一种先进的用于存储、处理与地理空间分布有关的多种信息的计算机空间......
DBSCAN是一个基于密度的聚类算法。该算法将具有足够高密度的区域划分为簇,并可以在带有“噪声”的空间数据库中发现任意形状的聚......
目前,空间聚类的研究成果主要集中在点目标方面,现有的分类方法也主要针对点目标的聚类。随着空间聚类研究和应用的不断深入,线目......
具有空间和虚拟变量属性的数据集在现实世界中普遍存在,如卫星数据、气象数据等,对这类数据进行聚类可为近一步科学研究提供启迪。......
