ClustGeo: Classification Ascendante Hierarchique (CAH) avec contraintes de proximité géographique
2015
Chavent, Marie | Kuentz Simonet, V. | Labenne, Amaury | Saracco, Jérôme | Quality control and dynamic reliability (CQFD) ; Institut de Mathématiques de Bordeaux (IMB) ; Université de Bordeaux (UB)-Institut Polytechnique de Bordeaux (Bordeaux INP)-Centre National de la Recherche Scientifique (CNRS)-Université de Bordeaux (UB)-Institut Polytechnique de Bordeaux (Bordeaux INP)-Centre National de la Recherche Scientifique (CNRS)-Centre Inria de l'Université de Bordeaux ; Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria) | Environnement, territoires et infrastructures (UR ETBX) ; Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)
[Departement_IRSTEA]Territoires [TR1_IRSTEA]DTAM [Axe_IRSTEA]DTAM-QT2-ADAPTATION <br/>[Departement_IRSTEA]Territoires [TR1_IRSTEA]DTAM [Axe_IRSTEA]DTAM-QT2-ADAPTATION
显示更多 [+] 显示较少 [-]National audience
显示更多 [+] 显示较少 [-]法语. Problématique et objectifs : classification d'individus spatialisés (communes, lieux, sections de fleuve, etc.). Avec des méthodes classiques, forte dispersion géographique des classes obtenues d'où la nécessité d'intégrer une information spatiale dans le clustering.
显示更多 [+] 显示较少 [-]