邓敏、刘启亮等著的《空间聚类分析及应用》基于空间数据的基本特征、性质及聚类分析的内涵，首先提出了以“空间数据清理与聚类趋势分析-空间聚类算法设计-空间聚类有效性评价”为核心的空间聚类分析研究框架，进而针对具体内容分别进行阐述，同时对空间聚类分析所涉及的专门技术(如空间相似度量)进行了介绍。在内容设置上，为使读者对空间聚类分析的研究领域有较为全面的了解，本书专门回顾了国内外学者针对该领域的各个研究内容所取得的代表性成果，在此基础上，介绍了作者针对新的应用需求所发展的空间聚类分析算法与软件成果。本书从数据和应用两个角度分门别类地对空间聚类算法进行阐述，其中，依据数据的特征介绍了点、线(如动态轨迹)、面的空间聚类算法；并从应用的角度介绍了二维空间实体空间聚类、顾及空间障碍的空间聚类及顾及专题属性的空间聚类；还介绍了大量的算法实例及在地震、气象、环境、社会经济等领域的应用实例，以及自主开发的一款空间聚类分析软件系统EasyCluster。

空间聚类分析是空间数据挖掘与知识发现的主要手段之一，已广泛应用于地理学、地质学、气象学、地图学、天文学及公共卫生等诸多领域。邓敏、刘启亮等著的《空间聚类分析及应用》系统阐述了空间聚类分析的理论框架，并对当前国内外空间聚类分析领域研究的主要内容与进展进行了介绍。书中首先阐述了空间聚类分析研究的重要意义，明确了空间聚类分析研究中的基本问题，建立了空间聚类分析的理论框架，并据此对空间聚类分析的各个主要研究内容分别进行阐述，主要包括空间数据清理与聚类趋势分析、空间相似性度量、空间点实体聚类算法、空间面实体与动态轨迹聚类算法及空间聚类有效性评价方法等内容，同时介绍了空间聚类分析方法在地震模式分析、气象、环境、社会经济等领域的具体应用实例。

《空间聚类分析及应用》可供地理、地质、测绘、计算机、环境等相关领域的科研人员与研究生阅读参考。

《地球观测与导航技术丛书》出版说明

前言

第1章 绪论

 1.1 空间聚类分析的产生

 1.2 空间聚类分析的研究概况与基本问题

1.2.1 空间聚类分析的研究概况

1.2.2 空间聚类分析的定义

1.2.3 空间聚类分析的基本框架

1.2.4 空间聚类算法分类

 1.3 本书研究的主要内容

 1.4 本章小结

 参考文献

第2章 空间数据清理与聚类趋势分析

 2.1 引言

 2.2 空间数据的基本特征与性质

2.2.1 空间数据的基本特征

2.2.2 空间数据的基本性质

 2.3 空间数据清理

 2.4 空间聚类趋势分析

2.4.1 二维空间点集聚类趋势分析

2.4.2 顾及专题属性的聚类趋势分析

 2.5 本章小结

 参考文献

第3章 空间相似性度量

 3.1 引言

 3.2 空间距离度量

3.2.1 空间点实体间距离度量

3.2.2 扩展空间实体的距离表达

 3.3 空间实体间专题属性相似性度量

3.3.1 距离测度

3.3.2 相似性测度

3.3.3 匹配测度

 3.4 本章小结

 参考文献

第4章 现有空间聚类算法分析

 4.1 引言

 4.2 空间聚类分析的基本要求

4.2.1 空间数据的复杂性对聚类算法的要求

4.2.2 用户对空间聚类算法的要求

4.2.3 空间数据多尺度特性对空间聚类算法的要求

 4.3 空间聚类算法分析

4.3.1 基于划分的算法

4.3.2 基于层次的算法

4.3.3 基于密度的算法

4.3.4 基于图论的算法

4.3.5 基于模型的算法

4.3.6 基于格网的算法

4.3.7 混合的算法

 4.4 空间聚类算法性能分析

 4.5 本章小结

 参考文献

第5章 空间点实体聚类算法

 5.1 引言

 5.2 基于局部分布的空间聚类算法

5.2.1 问题描述与研究策略

5.2.2 算法描述

5.2.3 实验分析与比较

 5.3 适应局部密度变化的空间聚类算法

5.3.1 问题描述与研究策略

5.3.2 算法描述

5.3.3 实验分析与比较

 5.4 基于场论的空间聚类算法

5.4.1 问题描述与研究策略

5.4.2 算法描述

5.4.3 实验分析与比较

 5.5 基于Delaunay三角网的自适应空间聚类算法

5.5.1 问题描述与研究策略

5.5.2 算法描述

5.5.3 实验分析与比较

 5.6 顾及空间障碍的自适应空间聚类算法

5.6.1 问题描述与研究策略

5.6.2 算法描述

5.6.3 实验分析及比较

 5.7 基于场论的层次空间聚类算法

5.7.1 问题描述与研究策略

5.7.2 算法描述

5.7.3 实验分析及比较

 5.8 基于双重距离的空间聚类算法

5.8.1 问题描述与研究策略

5.8.2 算法描述

5.8.3 实验分析与比较

 5.9 基于图论与密度的混合空间聚类算法

5.9.1 问题描述与研究策略

5.9.2 算法描述

5.9.3 实验分析与比较

 5.10 本章小结

 参考文献

第6章 建筑物与动态轨迹空间聚类方法

 6.1 引言

 6.2 建筑物空间聚类分析

6.2.1 建筑物层次约束空间聚类策略

6.2.2 基于旋转卡壳距离的建筑物空间聚类算法

6.2.3 集成集合相似性度量的建筑物空间聚类算法

 6.3 动态轨迹空间聚类分析

6.3.1 动态轨迹空间聚类分析研究回顾

6.3.2 基于分割-分组框架的动态轨迹聚类分析算法

 6.4 本章小结

 参考文献

第7章 空间聚类有效性评价

 7.1 引言

 7.2 空间聚类有效性评价方法

7.2.1 外部评价法

7.2.2 内部评价法

7.2.3 相对评价法

 7.3 基于力学思想的空间聚类有效性评价方法

7.3.1 SCV指数

7.3.2 算法描述

7.3.3 实验分析及比较

 7.4 本章小结

 参考文献

第8章 总结与展望

 8.1 本书总结

 8.2 研究展望

附录 空间聚类分析软件EasyCluster