空间co-location模式挖掘在城市规划中的应用

论文摘要

进入21世纪以来,我国的经济飞速的发展,人们的生活水平不断的提高,但是,由此而引发的一系列城市问题,也引起了各个阶层的人们的热议。比如城市的人口越来越多,城市的面积越来越大。而在城市中,学校、医院、公司等一些组成单位的数量不断的增多。从另一个角度看,这表示的是城市空间元素对象的日益丰富,如何在这些丰富的空间数据中发掘出有用的知识,以此来帮助政府的相关决策机构能更好的规划新城区的建设,成为了一个十分有意义的研究应用方向。数据挖掘（Data Mining）,又称为知识发现。是从丰富的数据中发现有意义的知识的过程。其研究的方向包括关联分析、聚类分析、空间co-location模式挖掘等一些内容。将空间co-location模式挖掘应用于城市空间对象的分析,从中发现一些空间对象之间关系的知识,比如城市中的商场周围一般都有哪些空间对象,如果一个空间对象是医院,那么它的周围出现哪些空间对象的几率比较大。这样的知识对于新城区或者旧城区的改造建设显得很有建设性意义。本文正是基于以上的原因来展开写作的,总结起来,主要进行了一下几个方面的工作：（1）对数据挖掘,特别是空间co-location模式挖掘的现状进行了分析。（2）结合相关理论对空间co-location模式挖掘的应用方法进行了研究。（3）运用空间co-location模式挖掘的理论,对昆明市城市空间对象进行了分析。分析过程包括数据的提取、预处理。然后编写了相关程序对数据进行了分析,最后对挖掘的结果进行了说明。本文最后部分,对研究的过程和成果进行了总结,并提出了不足的地方。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题背景及意义
• 1.2 国内外研究现状
• 1.2.1 数据挖掘的研究现状
• 1.2.2 空间数据挖掘研究现状
• 1.2.3 空间co-location模式挖掘研究现状
• 1.2.4 数据挖掘应用现状
• 1.3 论文的主要工作
• 1.4 论文的组织
• 第二章 空间数据挖掘和空间co-location模式挖掘
• 2.1 数据挖掘综述
• 2.1.1 数据挖掘过程
• 2.1.2 数据挖掘分类
• 2.2 空间数据挖掘综述
• 2.2.1 空间数据挖掘与空间数据
• 2.2.2 空间数据挖掘的过程
• 2.2.3 空间数据挖掘的分类
• 2.3 空间co-location模式挖掘综述
• 2.3.1 空间co-location模式的相关概念
• 2.3.2 基于全连接的空间co-location模式挖掘算法
• 2.3.3 空间co-location模式挖掘的方法和过程
• 2.4 本章小结
• 第三章 空间co-location模式挖掘下的城市规划分析
• 3.1 问题的提出
• 3.2 解决方案
• 3.3 基于空间co-location模式挖掘的城市空间元素分析
• 3.3.1 分析流程
• 3.3.2 确定挖掘的目的
• 3.3.3 数据的提取
• 3.3.4 数据的预处理
• 3.3.5 基于空间co-location模式的昆明市城市空间对象分析
• 3.4 结果分析
• 3.5 本章小结
• 第四章 空间co-location模式挖掘应用的扩展研究
• 4.1 空间co-location模式挖掘的应用
• 4.2 空间co-location模式挖掘在城市规划的应用扩展
• 4.3 本章小结
• 第五章 结论及展望
• 5.1 结论
• 5.2 展望
• 附录
• 参考文献
• 致谢