خلاصه

این مقاله از یادگیری ماشین و نحو فضا برای طبقه‌بندی دهکده‌ها استفاده می‌کند و الگوهای شکل‌گیری و توسعه ضمنی را در طرح‌بندی فضایی آن‌ها آشکار می‌کند. این مطالعه به طبقه بندی روستاها در استان جیلین از دیدگاه های خرد و کلان می پردازد. در سطح کلان، ما روش طبقه‌بندی روستاها را بر اساس ویژگی‌های توزیع جغرافیایی (CVGD) ارائه می‌کنیم. ما توزیع جغرافیایی روستاها را تجزیه و تحلیل می‌کنیم و از تراکم روستا برای طبقه‌بندی استفاده می‌کنیم و به طور موثر ویژگی‌های توزیع فضایی روستاها را به تصویر می‌کشیم. در سطح خرد، ما روش طبقه‌بندی روستاها را بر اساس ویژگی‌های ساختاری فضایی (CVSS) پیشنهاد می‌کنیم. ما از نحو فضا برای استخراج ویژگی های فضایی روستاها استفاده می کنیم. ویژگی‌های نماینده انتخاب شده از طریق تجزیه و تحلیل مقایسه‌ای به عنوان متغیرهای ورودی در الگوریتم‌های خوشه‌بندی، طبقه‌بندی روستاها بر اساس داده‌های با ابعاد بالا برای کشف ویژگی‌های فضایی آنها عمل می‌کنند. این مقاله ویژگی‌های فضایی روستا را از طبقه‌بندی‌های مختلف خلاصه می‌کند و چگونگی تأثیر عوامل جغرافیایی بر ساختار روستا را بررسی می‌کند. هدف آن ارائه بینش های نظری بالقوه ارزشمند برای توسعه روستایی است.

اختصارات: POI: نقطه مورد علاقه. DBSCAN: خوشه بندی فضایی مبتنی بر چگالی برنامه های کاربردی با نویز. OPTICS: نقاط ترتیب برای شناسایی ساختار خوشه بندی. WGS-84: سیستم ژئودتیک جهانی؛ شناسه: مدرک شناسایی؛ SSE: مجموع خطاهای مربعی. CVGD: روش طبقه بندی برای روستاها بر اساس ویژگی های توزیع جغرافیایی. CVSS: روش طبقه‌بندی روستاها بر اساس ویژگی‌های ساختار فضایی. gis: سیستم های اطلاعات جغرافیایی; ISUF: سمینار بین المللی در فرم شهری. LiDAR: تشخیص نور و محدوده