基于点云-体素-社区划分聚类的地理热点预测
机器学习
2025-03-28 v1
摘要
地理信息领域中热点预测问题的现有解决方案仍处于相对初步的阶段。本研究提出了一种新颖的地理热点检测与预测方法，利用点云-体素-社区划分聚类。通过分析高维数据，我们用点云表示空间信息，然后将其细分为多个体素以提高分析效率。我们的方法通过社区划分识别具有相似特征的空间体素，从而揭示热点分布中的潜在模式。实验结果表明，当应用于土耳其考古遗址数据集时，我们的方法处理速度提高了19.31%，而精度损失仅为6%，优于传统的聚类方法。该方法不仅为热点预测提供了新的视角，而且也是高维数据分析的有效工具。
引用
@article{arxiv.2503.21084,
title = {Geographical hotspot prediction based on point cloud-voxel-community partition clustering},
author = {Yan Tang},
journal= {arXiv preprint arXiv:2503.21084},
year = {2025}
}