采用密度聚类算法的兴趣点数据可视化方法POI data visualization based on DBSCAN algorithm
张铁映,李宏伟,许栋浩,孟超越,朱燕
摘要(Abstract)：
针对目前对兴趣点数据的主要可视化方法均无法从宏观角度清晰地描述其分布规律及特征的问题,提出了基于密度聚类算法DBSCAN的兴趣点可视化方法。采用DBSCAN算法对兴趣点数据进行聚类及可视化,既有效地解决大数据量时兴趣点数据重叠遮盖的问题,又在宏观角度上发现其分布规律且在细节层次上保持数据的位置精确度。在学区房选址的应用中,将常用的兴趣点可视化方法与聚类可视化相结合,可以较为直观地选取合适的学区房。
关键词(KeyWords)： 兴趣点;兴趣点可视化;聚类;DBSCAN
基金项目(Foundation): 国家自然科学基金面上项目(40871183,41140012,41271392,41571394);; 国家自然科学青年基金项目(41401463)
作者(Author): 张铁映,李宏伟,许栋浩,孟超越,朱燕
DOI: 10.16251/j.cnki.1009-2307.2016.05.033
参考文献(References)：
- [1]王富强.空间知识地图构建理论和方法研究[D].郑州:信息工程大学,2013:1-10.
- [2]李瑞姗.基于自然语言处理的多源POI数据融合的研究[D].青岛:中国海洋大学,2013:1-4.
- [3]樊明辉.空间数据挖掘及其可视化系统若干关键技术研究[D].北京:中国科学院遥感应用研究所,2006.
- [4]高俊.地理空间数据的可视化[J].测绘工程,2000,9(3):1-5.
- [5]KEIM D A,PANSE C,SIPS M,et al.Visual data mining in large geospatial pointsets[J].Computer Graphics and Applications,2004,24(5):36-44.
- [6]冯玉才,刘嘉.大量空间数据可视化的算法[J].计算机工程,2003,29(13):79-81.
- [7]华一新,李响,王丽娜,等.一种个人地理标记数据的可视化方法[J].测绘学报,2015,44(2):220-226.
- [8]GRASER A.Mapping density with hexagonal grids[EB/OL].(2012-03-04)[2015-05-22].http://anitagraser.com/2012/03/04/mapping-density-with=hexangonal-grids.
- [9]董玮.可视化空间聚类挖掘算法的研究与应用[D].长春:吉林农业大学,2012:19-22.
- [10]ESTER M,KRIEGEL H P,SANDER J,et al.A density-based algorithm for discovering clusters in large spatial databases with noise[J].Kdd.,1996,96(34):226-231.
- [11]王开军.多维数据的聚类结果可视化技术综述[J].福建大学学报:自然科学版,2012,28(4):115-122.
- [12]张品.试析学区房的形成及其社会效应[J].社会工作,2011(12):87-90.