DBSCAN空间聚类演算法及其在城市规划中的应用.pptVIP

DBSCAN空間聚類演算法及其在城市規劃中的應用 學生：林嘉韋 簡報大綱 摘要 引言 DBSCAN演算法 DBSCAN演算法的實做 DBSCAN演算法在城市規劃中的應用研究 結論 心得 摘要 本文介紹了DBSCAN演算法的基本概念和原理，然後將此演算法應用在城市規劃中，對某城市中小學和商業設施等公共設施進行群聚分析，最後針對分析結果進行討論。 引言 空間資料挖掘（spatial data mining）是指從空間資料庫中自動或半自動的挖掘事出先未知卻潛在有用資訊的空間分析模式。 主要包括空間的關聯、特徵、分類和群聚等規則，而空間群聚是資料挖掘的方法之一，近年來有越來越多相關的研究，逐漸的受到大家的重視。 引言 從相關文獻中可知目前有許多不同的群聚演算法，主要可以分為以下五類： 分割法（partitioning method） 階層法（hierarchical method） 密度基礎演算法（density-based method） 網格基礎演算法（grid-based method） 模式基礎演算法（model-based method） 本文所採用的是一種以密度為基礎的空間群聚方法－DBSCAN演算法的實現與應用。 DBSCAN演算法 此演算法將具有高密度的區域劃分為群落，並可在帶有雜訊的空間資料庫中發掘任意形狀的群聚。 藉由Eps（搜尋半徑）、MinPts（最小點數）兩