基于格式塔识别原则挖掘空间分布模式
  • 【DOI】

    10.3321/j.issn:1001-1595.2007.03.011

  • 【摘要】

    面向空间群目标的分布模式识别是空间数据挖掘比较关注的问题.本研究基于空间认知原理与视觉识别格式塔完形原则并结合空间聚类方法对该问题进行研究,提出用于描述实体间差异的"视觉距离"概念,其定义综合考虑视觉识别中的位置、方向、大小差异,通过Delaunay三角网计算几何构造建立该距离计算的模型.在实验基础上提出基于最小支撑树MST的聚类方法,获得与视觉认知相一致的结果.研究试图表明一个观念,即通用性的数... 展开>>面向空间群目标的分布模式识别是空间数据挖掘比较关注的问题.本研究基于空间认知原理与视觉识别格式塔完形原则并结合空间聚类方法对该问题进行研究,提出用于描述实体间差异的"视觉距离"概念,其定义综合考虑视觉识别中的位置、方向、大小差异,通过Delaunay三角网计算几何构造建立该距离计算的模型.在实验基础上提出基于最小支撑树MST的聚类方法,获得与视觉认知相一致的结果.研究试图表明一个观念,即通用性的数据处理模型在GIS实际应用时,需要根据GIS作为"空间认知"科学的原理,作技术方法上的改进,需要考虑认知主体在感知、辨析、识别、推理不同思维过程中的认知心理原则. 收起<<

  • 【作者】

    艾廷华  郭仁忠 

  • 【作者单位】

    武汉大学/深圳市国土资源与房产管理局

  • 【刊期】

    测绘学报 ISTIC EI PKU 2007年3期

  • 【关键词】

    空间认知  格式塔原则  空间数据挖掘  空间聚类  Delaunay三角网 

  • 【基金项目】

    教育部跨世纪优秀人才培养计划