空间聚类是空间数据挖掘的重要组成部分,在地理信息科学领域具有重要的理论与应用研究价值。带有非空间属性的空间聚类分析是目前空间聚类研究的热点和难点问题。现有的空间聚类主要是对非空间属性进行扩展或对空间变量进行扩展,没有从本质上改变其聚类目标和聚类准则,同时在算法设计上缺少对子类属性内聚性的约束。本项目拟在对领域知识的分类和结构化解析研究的基础上,构建领域知识驱动的空间聚类形式化描述;根据空间聚类的特点和聚类任务的要求,重点研究领域知识驱动下的空间聚类模型,并对克隆选择优化算法的改进,提出可以应用于空间聚类的混沌免疫克隆选择聚类算法;设计并开发原型系统,以土地用途分区为例开展应用研究,验证模型的合理性和实用性。该研究有助于解决面向应用的空间聚类这一前沿问题,促进地理信息技术由数据驱动向模型驱动、知识驱动和决策支持转变。
英文主题词spatial clustering;artificial intelligence;land use planning;;