Algorithmes d'analyse de modèle de point

Je recherche des algorithmes d'analyse de motifs ponctuels et de la littérature sur l'analyse de motifs ponctuels, des ressources en ligne et des titres de livres bienvenus. Les sujets peuvent aller de descriptions générales d'algorithmes à des cas d'utilisation concrets dans n'importe quel domaine de recherche.

Mise à jour du 31 juillet à 15 h 54:

Je serais particulièrement intéressé par les méthodes locales pour détecter les entités linéaires dans les motifs de points. par exemple créer des géométries de route / piste à partir de points GPS.

La statistique spatiale est probablement un exemple classique ici. En outre l' analyse des données spatiales offre solide aperçu

Méthodes statistiques pour l'analyse des données spatiales , l'analyse géospatiale - un guide complet et l'analyse des informations géographiques vous donneront également une belle vue d'ensemble.

Une autre façon de procéder, plus orientée vers la pratique, consisterait à consulter R. Consultez la vue des tâches spatiales du CRAN pour un aperçu général des ressources. La plupart des packages sont livrés avec une bonne documentation et des exemples.

Il y a un assez bon ensemble de notes ici , se concentrant principalement sur le package spatstat . En outre l' analyse des données spatiales appliquée avec R livre pourrait venir à portée de main.

Je déteste remonter le passé, mais je suggérerais à toute personne intéressée par l'analyse des schémas de points en général de consulter les références de Ned Levine pour le programme CrimeStat . Il s'agit d'une énorme référence pour une grande variété d'analyses de modèles de points destinées aux profanes (c'est beaucoup plus généralisable que la simple analyse de la criminalité). Les programmeurs peuvent également être intéressés par les bibliothèques (toutes les DLL) pour les différents programmes implémentés dans Crimestat. Je suis également d'accord que les gens devraient également consulter le livre électronique en ligne sur l' analyse géospatiale déjà mentionné.

Bien que les routines de Crimestat ne seront probablement pas d'une grande utilité pour identifier les entités linéaires dans les modèles de points, c'est certainement un bon texte d'introduction pour un bateau chargé de techniques d'analyse de modèles de points.

Deux méthodes de regroupement de points communs sont le regroupement hiérarchique et le regroupement k-means . Voir aussi sur wikipedia .

Si vous êtes intéressé par la façon dont les structures spatiales des points sont perçues, jetez un œil aux soi-disant "lois de perception gestaltiste".

Un cas d'utilisation concret est en cartographie. Les structures spatiales des symboles cartographiques doivent être détectées et évaluées afin d'être automatiquement représentées de manière appropriée. Cet article donne l'exemple d'une méthode pour détecter des alignements de symboles de carte afin de les représenter à plusieurs échelles plus petites.

Cela dépend si vous voulez regarder des modèles de points "globaux" ou "locaux"? Vous devrez probablement nous donner plus de détails sur votre espace de problème avant de pouvoir obtenir une bonne réponse (à moins que ce ne soit qu'une question de devoirs).