版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、隨著Web2.0時代的到來,人們在信息獲取和使用的模式上發(fā)生了巨大改變,如何迅速地從海量數(shù)據(jù)集中發(fā)現(xiàn)有用的知識是目前亟需解決的問題之一。傳統(tǒng)的地理信息數(shù)據(jù)由于獲取成本過高且更新周期過長,不利于有關實時性方面的研究,而自發(fā)地理信息(Volunteered Geographic Information,VGI)的出現(xiàn)剛好彌補了這方面的問題。因此,本文選取了自發(fā)地理信息為對象展開研究,通過對其數(shù)據(jù)結構和特點進行分析后發(fā)現(xiàn),當前的VGI數(shù)據(jù)管理
2、系統(tǒng)在承擔更新與計算任務時負載較重,于是提出了構建地理對象金字塔模型的方法來進行優(yōu)化。與此同時,在對傳統(tǒng)的密度聚類分析方法研究時發(fā)現(xiàn),當數(shù)據(jù)集中的密度分布不均勻時就會導致聚類結果存在偏差,針對這個問題,本文提出雙密度聚類的方法進行改進,使其可以更好的應用于VGI數(shù)據(jù)中。具體研究內(nèi)容如下:
(1)研究了自發(fā)地理信息數(shù)據(jù)的結構和特點。通過選取KML格式的VGI數(shù)據(jù)為研究對象進行分析,指出了VGI數(shù)據(jù)與傳統(tǒng)地理信息數(shù)據(jù)的區(qū)別,然后針
3、對當前VGI數(shù)據(jù)管理方法中所存在的問題,提出了一種基于縮放四叉樹索引的地理對象金字塔模型構建方法,有效地提升了數(shù)據(jù)存取和查詢處理的性能。
(2)提出了一種基于雙密度改進的聚類算法。在對傳統(tǒng)的密度聚類算法研究時發(fā)現(xiàn),單一的全局密度參數(shù)只能對分布均勻的數(shù)據(jù)集進行處理,在面臨多密度非均勻分布的數(shù)據(jù)集時表現(xiàn)不佳。因此本文在原有的密度聚類算法基礎上引入雙密度的概念,提出了一種基于雙密度聚類的算法。
(3)為旅游地理學的研究提供
4、了新的數(shù)據(jù)來源和方法。由于VGI數(shù)據(jù)具有非常細致的時間尺度和可自由變換的多級空間尺度,因此可以將其應用于旅游領域的研究中。通過對游客在旅游地拍攝的照片入手,運用密度聚類的方法對其進行分析,可以從中挖掘出旅游地內(nèi)的熱門景點以及旅游路線。
(4)實現(xiàn)了基于VGI數(shù)據(jù)的旅游信息挖掘方法。通過選取桂林市陽朔縣為研究區(qū)域,在GoogleEarth上采集游客上傳到網(wǎng)絡上的旅游照片,并根據(jù)本文所提出的方法進行實驗分析,驗證了該方法的可行性。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 空間聚類分析及其在GIS中的應用研究.pdf
- 基于蟻群算法的聚類分析方法的研究及應用.pdf
- 聚類分析及其應用研究.pdf
- 基于蟻群算法的聚類分析方法的研究及應用
- 模糊聚類分析方法在油藏分類中的應用研究.pdf
- 基于聚類分析的目標分群問題的應用研究.pdf
- 基于聚類分析的住宅市場細分模型應用研究.pdf
- 基于DF關系的聚類分析算法及其應用研究.pdf
- 基于聚類分析的背包問題求解方法研究及其應用.pdf
- 空間聚類分析的研究.pdf
- 基于聚類分析的專家分類方法研究.pdf
- 面板數(shù)據(jù)綜合評價和聚類分析及應用研究.pdf
- 基因序列圖形表達及聚類分析應用研究.pdf
- 基于聚類分析的應用層DDoS檢測方法研究.pdf
- 基于聚類分析的可視化技術及其應用研究.pdf
- 基于智能優(yōu)化算法的聚類分析及應用.pdf
- 交通流時間序列的聚類分析方法及應用.pdf
- 聚類分析數(shù)據(jù)挖掘方法的研究與應用.pdf
- 聚類分析在稅源管理中的應用研究.pdf
- 基于聚類分析的水污染監(jiān)測系統(tǒng)的應用研究.pdf
評論
0/150
提交評論