基于聚类的空间数据可视化方法

来源 :计算机应用 | 被引量 : 11次 | 上传用户:axrczx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
首先介绍了目前空间数据可视化技术的研究内容和基本方法,对基于实体和基于区域两类常用方法进行了分析和总结。在此基础上提出了一种基于聚类的空间数据可视化方法,其基本思想是利用以Delaunay三角网的自适应空间聚类算法(ASCDT)为代表的空间聚类算法进行聚类分析,并获得结果描述参数,结合基本方法和参数特征设计专门用于聚类结果表达的可视化对象,进而实现空间数据的图上投影。最后对该类方法有待进一步探讨和改进的内容进行了展望。
其他文献
以铁皮石斛杂交蒴果为材料,研究在不同保存条件下蒴果内种子的萌发率和萌发后周长变化情况,目的是筛选出铁皮石斛蒴果离体保存的适宜条件.结果表明冰箱保存30、60、150d的蒴果
针对海区垂直声速剖面的预报问题,利用后向传播(BP)神经网络建立了反演模型,实现基于现场测量数据和历史数据的声速剖面实时预报。首先根据经验正交分析,由海区的历史平均数据提取出表征其主要变化特征的经验正交函数;构建三层BP网络,用前几阶经验正交函数及海区声速剖面历史样本对网络进行训练;再将海区表面温度现场遥感数据结合历史数据转化为声速样本,输入到BP网络进行海区垂直声速剖面的反演。经过实验数据分析,