-
公开(公告)号：CN113256101A
公开(公告)日：2021-08-13
申请号：CN202110549208.9
申请日：2021-05-20
Applicant: 东南大学
IPC: G06Q10/06 , G06F16/2458 , G06Q50/26
Abstract: 本发明公开一种城乡湖泊蓄水量变化的关键驱动力分析方法，包括以下步骤：对研究区域进行等距网格划分，根据筛选标准选出若干单位面积蓄水量的典型取样点；建立承载驱动力因素的数据库，进行数据预处理；扫描湖泊流域特征趋势数据库，形成候选项集C1；对候选项集C1进行判断，生成频繁项集L1，并绘制L1各项柱状图；采用Apriori‑Gen算法，将频繁项集L1中的各项数据进行组合，形成候选项集C2；对候选项集C2进行判断，形成频繁项集L2；迭代生成最大频繁项集，确定几项湖泊蓄水量变化的关键驱动力。本发明利用关联算法对影响城乡湖泊蓄水量变化的因素进行逐一分析，通过关联算法的迭代计算判断得出影响城乡湖泊蓄水量变化的关键驱动力。
-
公开(公告)号：CN115905902A
公开(公告)日：2023-04-04
申请号：CN202211406724.7
申请日：2022-11-10
Applicant: 东南大学
IPC: G06F18/23213 , G06F18/214 , G06Q10/0639
Abstract: 本发明公开了一种基于K‑MEANS聚类算法划分乡村景观生态敏感区的方法，属于风景园林学领域。该方法的步骤包括建立适宜乡村生态景观的生态敏感性评价体系；利用网格法收集研究区域的基本信息，对网格进行叠加分析及合并，划分基本生态单元并命名；对三级单因子的数据样本进行K‑means聚类分析，选取不同的k值进行聚类，对上一步骤得到的各单因子结果全部进行赋值；利用熵值法得出各因子所占权重；在每个生态单元内，统计三级单因子要素结果的基础上再次进行K‑means聚类分析，得到每个单元二级要素的划分结果；对每个生态单元内的二级要素重复K‑means聚类分析的步骤，得出每个单元一级要素的敏感度等级；统一底图进行可视化表达。
-
公开(公告)号：CN115563493A
公开(公告)日：2023-01-03
申请号：CN202211410012.2
申请日：2022-11-10
Applicant: 东南大学
IPC: G06F18/2135 , G06F18/214 , G06F17/18
Abstract: 本发明公开一种基于聚类算法划分乡村景观生态单元的方法，属于风景园林学研究领域；方法包括：S1对研究区域进行网格划分，得到A、B两类网格划分结果；S2收集研究区域的基本信息，建立各区域的基本信息库；S3整理所采集的基本信息数据并进行预处理，并准备对网格进行二次分析；S4对A类网格进行多维聚类分析；S5对A类网格的聚类结果进行命名和区分；S6以A类网格的分类结果为参照，完善B类网格的数据；S7对B类网格进行多维聚类分析，对结果进行命名和区分；S8将A、B类网格分析结果数据可视化输出，以不同灰度的色块进行分类结果的区分；S9合并相同灰度颜色且相邻的网格，依据分析结果生成生态单元。
-
公开(公告)号：CN113256101B
公开(公告)日：2022-10-28
申请号：CN202110549208.9
申请日：2021-05-20
Applicant: 东南大学
IPC: G06Q10/06 , G06F16/2458 , G06Q50/26
Abstract: 本发明公开一种城乡湖泊蓄水量变化的关键驱动力分析方法，包括以下步骤：对研究区域进行等距网格划分，根据筛选标准选出若干单位面积蓄水量的典型取样点；建立承载驱动力因素的数据库，进行数据预处理；扫描湖泊流域特征趋势数据库，形成候选项集C1；对候选项集C1进行判断，生成频繁项集L1，并绘制L1各项柱状图；采用Apriori‑Gen算法，将频繁项集L1中的各项数据进行组合，形成候选项集C2；对候选项集C2进行判断，形成频繁项集L2；迭代生成最大频繁项集，确定几项湖泊蓄水量变化的关键驱动力。本发明利用关联算法对影响城乡湖泊蓄水量变化的因素进行逐一分析，通过关联算法的迭代计算判断得出影响城乡湖泊蓄水量变化的关键驱动力。
-
-
-
Search Results
4
records
(took 0.071 seconds)
