資源描述：
《dbscan空間聚類演算法及其在城市規(guī)劃中的應(yīng)用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、DBSCAN空間聚類演算法及其在城市規(guī)劃中的應(yīng)用學(xué)生：林嘉韋空間分析期中報告2007.04.24測繪科學(xué)，第30卷第3期，李新延、李德仁簡報大綱摘要引言DBSCAN演算法DBSCAN演算法的實做DBSCAN演算法在城市規(guī)劃中的應(yīng)用研究結(jié)論心得摘要本文介紹了DBSCAN演算法的基本概念和原理，然後將此演算法應(yīng)用在城市規(guī)劃中，對某城市中小學(xué)和商業(yè)設(shè)施等公共設(shè)施進(jìn)行群聚分析，最後針對分析結(jié)果進(jìn)行討論。引言空間資料挖掘（spatialdatamining）是指從空間資料庫中自動或半自動的挖掘事出先未知卻
2、潛在有用資訊的空間分析模式。主要包括空間的關(guān)聯(lián)、特徵、分類和群聚等規(guī)則，而空間群聚是資料挖掘的方法之一，近年來有越來越多相關(guān)的研究，逐漸的受到大家的重視。引言從相關(guān)文獻(xiàn)中可知目前有許多不同的群聚演算法，主要可以分為以下五類：分割法（partitioningmethod）階層法（hierarchicalmethod）密度基礎(chǔ)演算法（density-basedmethod）網(wǎng)格基礎(chǔ)演算法（grid-basedmethod）模式基礎(chǔ)演算法（model-basedmethod）本文所採用的是一種以密度為
3、基礎(chǔ)的空間群聚方法－DBSCAN演算法的實現(xiàn)與應(yīng)用。DBSCAN演算法此演算法將具有高密度的區(qū)域劃分為群落，並可在帶有雜訊的空間資料庫中發(fā)掘任意形狀的群聚。藉由Eps（搜尋半徑）、MinPts（最小點數(shù)）兩個參數(shù)值來針對每個點做全域的搜尋，即可快速的得到分群的結(jié)果。DBSCAN演算法以下介紹DBSCAN演算法的基本概念：Eps-neighbor：空間中任意一點p的Eps-鄰域是指以p為圓心，以Eps為半徑的區(qū)域內(nèi)包含點的集合，記作Neps(p)={q∈D
4、dist(p,q)≤Eps}，其中D是點
5、的集合。corepoint&borderpoint：若一點p的Eps-鄰域至少包含最小數(shù)目的MinPts個點，則稱p為核心點，否則稱其為邊界點。DBSCAN演算法directlydensity-reachable：給定一個點集合D，若p是在q的Eps-鄰域內(nèi)，而q是一個核心點，稱點p從q是直接密度可到達(dá)的。density-reachable：密度可到達(dá)其定義為，若存在一連串的點p1,…,pn，其中p1=q，pn=p，使得pi+1可由pi直接密度可到達(dá)。pqMinPts=5Eps=1cmpqp1D
6、BSCAN演算法density-connected：在Eps和MinPts的條件下，若點集合D中存在一個點o，使得點p和q是從點o密度可到達(dá)的，則稱點p和點q是密度可連接的。pqopandqdensity-connectedtoeachotherbyoDBSCAN演算法cluster：點集合D中的非空集合C為一個群聚，當(dāng)C滿足以下條件時對於?p,q，若p∈C且q是由p”密度可到達(dá)”的話，則q∈C。對於?p,q，p,q皆屬於C，則點p和點q是密度可連接的。noise：雜訊的定義是指在資料庫內(nèi)的點所
7、形成的集合，其不能包含於資料庫內(nèi)任何一個“群”內(nèi)，意即noise={p∈D
8、?I:p?Ci,I=1,2,3,…,k}DBSCAN演算法的步驟初始化設(shè)置：建立原始資料庫Origin，在屬性資料庫中增加一新字段ClusterID，以儲存聚類結(jié)果，其原始值為0。定義搜尋資料庫Search，用來儲存檢索結(jié)果。初始化參數(shù)Eps和MinPts。DBSCAN演算法的步驟遍歷Origin，依次將每個點作為種子點進(jìn)行考察，i=1,j=1,cluster=1：對於點pi，若pi．ClusterID=0，搜尋其Eps
9、-鄰域，若Neps(pi)≧MinPts，則點pi為核心點，pi．ClusterID=cluster，將pi的Eps-鄰域包含的所有點存入Search中。DBSCAN演算法的步驟遍歷Search，將每個點作為種子點進(jìn)行考察，對於點qi，若qi．ClusterID=0，搜尋其Eps-鄰域，若Neps(qi)≧MinPts，則qi也是一個核心點，同時它是pi的直接密度可到達(dá)點，與pi同屬一類，否則為邊界點。j=j+1，若Search為非空集合，執(zhí)行上一步驟DBSCAN演算法的步驟i=i+1，clus
10、ter=cluster+1，執(zhí)行步驟2），直到遍歷完資料庫Origin刪除搜尋資料庫Search。群聚結(jié)束，Origin屬性資料庫中紀(jì)錄了聚類結(jié)果，其中ClusterID值為0的即為雜訊。DBSCAN演算法的實做本文選取了四組資料來進(jìn)行測試DBSCAN演算法的實做DBSCAN演算法在城市規(guī)劃中的應(yīng)用研究本文提出城市規(guī)劃的重要內(nèi)容在於各項基礎(chǔ)設(shè)施和配套設(shè)施的綜合安排以及合理布局。根據(jù)使用性質(zhì)的不同，本文將各項基礎(chǔ)設(shè)施分為：公共服務(wù)設(shè)施、市政設(shè)施、市政設(shè)施、交通設(shè)施等。根據(jù)其服務(wù)範(fàn)圍及等級的不同，又
