ArcGIS应用之基于密的聚类分析 (2).docx
版权申诉
137 浏览量
2023-03-11
21:29:45
上传
评论
收藏 630KB DOCX 举报
ArcGIS 应用之基于密的聚类分析
ArcGIS 应用之基于密度的聚类分析
我们生活在数据大爆炸时代,每时每刻都在产生海量的数据如视频,文本,图
像与博客等。由于数据的类型与大小已经超出了人们传统手工处理的能力范围。
聚类,作为一种最常见的无监督学习技术,可以帮助人们给数据自动打标签,已经
获得了广泛应用。聚类的目的就就是把不同的数据点按照它们的相似与相异度分
割成不同的簇(注意:簇就就是把数据划分后的子集),确保每个簇中的数据都就是
尽可能相似,而不同的簇里的数据尽可能的相异。从模式识别的角度来讲,聚类就
就是在发现数据中潜在的模式,帮助人们进行分组归类以达到更好理解数据的分
布规律。
今天要跟大家分享的这个工具就跟聚类有关,它就是 ArcGIS 中一个空间模
式识别工具——基于密度的聚类分析。基于密度的聚类工具的工作原理就是检测
点集中的区域以及被空的或稀疏的区域所分隔的区域。不属于聚类的点将被标记
为噪点。
一、聚类的应用
城市供水网络就是一种重要的隐形地下资产。管道破裂与爆裂的聚类可以指明潜在
的问题。使用基于密度的聚类工具,工程师可以找到这些聚类的位置并对供水网络中的
高危区域抢先采取行动。
•
假设您拥有 NBA 球员所有成功的与失败的投篮位置数据。基于密度的聚类可以显
示每名球员成功与失败投篮位置的不同模式。然后可利用此信息告知比赛战术。
假设您正在研究一种特别的害虫传播疾病,并且有一个代表您研究区域内家庭的点
数据集,其中有些家庭已经被感染,有些家庭尚未被感染。通过使用基于密度的聚类工具,
您可以确定受害家庭的最大聚类,以帮助确定一个区域以开始害虫的处理与消灭。
可对自然灾害或恐怖袭击之后的地理定位推文进行聚类,根据所确定的聚类大小与
位置报告救援与疏散需求。
•
•
•
•
聚类可以将大规模的客户数据按照客户喜好进行归类,比如下图 1 展示了聚类后发现
了 3 个簇。
资源评论
