DBSCAN空间聚类算法及其在城市规划中的应用DBSCAN spatial clustering algorithm and its application in urban planning
李新延,李德仁
摘要(Abstract)：
空间聚类是空间数据挖掘和知识发现的主要方法之一。DBSCAN算法可以从带有“噪声”的空间数据库中发现任意形状的聚类,是一种较好的聚类算法。本文介绍了DBSCAN算法的基本概念和原理,并应用GIS二次开发组件MapObjects予以了实现。然后,本文将该算法应用于城市规划中,对某城市中小学和商业网点等公共设施的分布进行了聚类分析,并根据聚类结果对城市规划设计规范中的某些条款进行了讨论。
关键词(KeyWords)： 空间聚类;DBSCAN算法;MapObjects;城市规划;城市公共设施
基金项目(Foundation): 国家 8 6 3项目 (2 0 0 1AA1 35 0 81 )
作者(Author): 李新延,李德仁
参考文献(References)：
- [1] 李德仁,王树良,李德毅,王新洲.论空间数据挖掘和知识发现的理论与方法[J].武汉大学学报(信息科学版),2002,03.
- [2] JiaweiHanandMichelineKamber著,范明,孟小峰,等译.数据挖掘———概念与技术[M].北京:机械工业出版社,2001,8.
- [3] MartinEster,HansPeterKriegel,J rgSander,XiaoweiXu.ADensityBasedAlgorithmforDiscoveringClustersinLargeSpatialDatabaseswithNoise[A].In:Proceedingsof2ndInternationalConferenceonKnowledgeDiscoveryandDataMining[C],(KDD 96).
- [4] ARC/INFO产品系列简介,北京:富融科技有限公司.
- [5] 中华人民共和国国家标准城市居住区规划设计规范GB 5018093(修改本).