摘要
时空聚类分析是时空数据挖掘领域近年来研究的热点问题,对于揭示时空要素的发展变化趋势、规律以及本质特征具有重要意义.目前,时空聚类分析的研究仍还初步,缺乏具有普适性的时空聚类分析方法.为此,本文首先建立了一套时空聚类分析的普适性理论方法框架.进而,借助时空统计学、智能计算等工具,提出了一种时空一体化的时空聚类方法.该方法很好地顾及了时空数据的时空耦合、时空相关与时空异质特征,避免了过多人为主观因素的干扰,时空聚类结果具有较好的可靠性.通过采用中国陆地区域42年(1951～1992)年平均气温时空数据进行分析,验证了本文提出的理论与方法的可行性与有效性.
Spatio-temporal clustering has been a hot topic in the field of spatio-temporal data mining and knowledge discovery. It can be employed to uncover and interpret developmental trends of geographic phenomenon in the real world. However, existing spatio-temporal clustering methods seldom consider both spatio-temporM autocorrelations and heterogeneities among spatio-temporal entities, and the coupling in space and time has not been well highlighted. In this paper, a unified framework for the clustering analysis of spatio-temporal data is proposed, and a novel spatio-temporal clustering algorithm is developed by means of a spatio-temporal statistics methodology and intelligence computation technology. Our method is applied successfully to finding spatio-temporal cluster in China＇s annual temperature database for the period 1951-1992.
作者
邓敏
刘启亮
王佳
石岩
DENG Min;LIU QiLiang;WANG JiaQiu;SHI Yan(Department of Surveying and Geo-informatics,Central South University,Changsha 410083,China)
出处
《中国科学：信息科学》
CSCD
2012年第1期111-124,共14页
Scientia Sinica(Informationis)
基金
国家高技术研究发展计划(批准号:2009AA12Z206)
国家自然科学基金(批准号:40871180)
中南大学前沿研究计划(批准号:2010QYZD002)资助项目
关键词
时空聚类
时空统计学
时空相关性
时空异质性
时空数据挖掘
spatio-temporal clustering, spatio-temparal statistics, spatio-temporal autocorrelation, spatio-temporal heterogeneity, spatio-temporal data mining
