मैं बिंदु पैटर्न विश्लेषण एल्गोरिदम और साहित्य पर बिंदु पैटर्न विश्लेषण, ऑनलाइन संसाधनों और पुस्तक के शीर्षक का स्वागत कर रहा हूँ। विषय एल्गोरिदम के सामान्य विवरण से लेकर अनुसंधान के किसी भी क्षेत्र में ठोस उपयोग के मामलों तक हो सकते हैं।
अद्यतन 31 जुलाई, 15:54:
मैं विशेष रूप से स्थानीय तरीकों में रुचि रखता हूँ ताकि बिंदु पैटर्न में रैखिक सुविधाओं का पता लगाया जा सके। उदाहरण के लिए gps पॉइंट से रोड / ट्रैक जियोमेट्री बनाएं।
जवाबों:
स्थानिक सांख्यिकी शायद यहाँ क्लासिक उदाहरण है। इसके अलावा स्थानिक डेटा विश्लेषण ठोस अवलोकन प्रदान करता है
स्थानिक डेटा विश्लेषण के लिए सांख्यिकीय तरीके , भू-स्थानिक विश्लेषण - एक व्यापक मार्गदर्शिका और भौगोलिक सूचना विश्लेषण आपको अच्छा अवलोकन भी देंगे।
एक और अधिक व्यावहारिक उन्मुख तरीका है, आर को देखने के लिए होगा। संसाधनों के सामान्य अवलोकन के लिए सीआरएएन स्थानिक कार्यों के दृष्टिकोण पर एक नज़र डालें । अधिकांश पैकेज अच्छे प्रलेखन और उदाहरणों के साथ आते हैं।
यहाँ नोटों का एक बहुत अच्छा सेट है , ज्यादातर स्पॅाटस्टेट पैकेज पर ध्यान केंद्रित कर रहा है । इसके अलावा आर के साथ एप्लाइड स्थानिक डेटा विश्लेषण पुस्तक काम आ सकते हैं।
मुझे अतीत को तोड़-मरोड़ने से नफरत है, लेकिन मैं क्राइमस्टैट कार्यक्रम के लिए नेड लेविन के संदर्भों की जांच करने के लिए सामान्य रूप से बिंदु पैटर्न विश्लेषण में रुचि रखने वाले किसी को भी सुझाव दूंगा । यह आम लोगों की एक विस्तृत विविधता के लिए एक विशाल संदर्भ है, जिसका उद्देश्य आम लोगों के लिए (केवल अपराध विश्लेषण की तुलना में अधिक सामान्य) है। क्रिमेटैट में कार्यान्वित विभिन्न कार्यक्रमों के लिए पुस्तकालयों (सभी डीएल) में प्रोग्रामर भी रुचि ले सकते हैं। मैं यह भी मानता हूं कि लोगों को जियोस्पेशियल एनालिसिस की ऑनलाइन ई-बुक की पहले से ही बताई गई जांच करनी चाहिए ।
हालाँकि क्राइमस्टैट में रूटीन बिंदु बिंदु पैटर्न में रैखिक सुविधाओं की पहचान करने के लिए बहुत मदद नहीं करेंगे, लेकिन निश्चित रूप से बिंदु पैटर्न विश्लेषण तकनीकों के बोट-लोड के लिए यह एक अच्छा परिचय पाठ है।
दो सामान्य बिंदु क्लस्टरिंग विधियाँ श्रेणीबद्ध क्लस्टरिंग और k- साधन क्लस्टरिंग हैं । विकिपीडिया पर भी देखें ।
यदि आप जिस तरह से बिंदुओं की स्थानिक संरचनाओं में रुचि रखते हैं, तो तथाकथित "जेस्टाल्ट धारणा कानूनों" पर एक नज़र है।
कार्टोग्राफी में एक ठोस उपयोग का मामला है। मानचित्र प्रतीकों की स्थानिक संरचनाओं का पता लगाया जाना चाहिए और उनका मूल्यांकन किया जाना चाहिए ताकि स्वचालित रूप से उचित तरीके से प्रतिनिधित्व किया जा सके। यह लेख कई छोटे पैमानों पर उनका प्रतिनिधित्व करने के लिए मानचित्र प्रतीकों के संरेखण का पता लगाने के लिए एक विधि का उदाहरण देता है।
यह इस बात पर निर्भर करता है कि आप "वैश्विक" या "स्थानीय" बिंदु पैटर्न देखना चाहते हैं? आपको शायद अपनी समस्या के स्थान का अधिक विवरण देने की आवश्यकता है इससे पहले कि आप एक अच्छा उत्तर प्राप्त कर सकें (जब तक कि यह सिर्फ एक होमवर्क प्रश्न नहीं है)।