基于K-means算法的突发事件地理信息空间化研究

• 作者: 杨波 毛曦 王继周 马维军
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 众源 应急 K-means算法 空间认知模型 空间化
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 技术交流
• 页码范围: 112-115
• 页数: 4页
• 分类号: P208
• 语种: 中文

摘要

针对目前众源突发事件地理信息提取中空间化方法的不足,本文提出了基于众源应急事件的地理信息空间化方法研究.采用K-means算法来解决地图服务无法空间化的地理信息问题.地理信息空间化有效地解决了众源应急地理信息提取中地址空间化的不足,实现了最优的地址空间化的识别与存储,同时配合地理信息认知模型可以进一步细化分析地名的空间关系,这为下一步应急地理信息的可视化提供了数据质量的保证.试验结果表明,本文的应急地理信息空间化方法不仅可以对中文地址实现地理信息空间化,而且该方法还适用于以非中文为母语国家的众源应急地理信息空间化,同时还为其他领域的关联识别提供了方法上的参考.该研究可以为应急灾害救援部门提供更高精度的空间地理信息数据,将获取到的众源应急信息准确地显示在地图上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王继周		27	389	9.0	19.0
2	马维军		20	88	5.0	9.0
3	毛曦		14	114	3.0	10.0
4	杨波		5	33	2.0	5.0