京津冀地区经济发展冷热点格局演化及其影响因素
刘浩, 马琳, 李国平

Pattern evolution and its contributory factor of cold spots and hot spots of economic development in Beijing-Tianjin-Hebei region
Hao LIU, Lin MA, Guoping LI
表1 时空模式挖掘的模式类型及其定义
Tab. 1 Spatio-temporal pattern types and its definition of space time pattern mining
模式名称 ID 定义
非显著模式 0 无统计显著性
新增的热点 1 最后时间步长成为统计显著性热点,之前从未是统计显著性热点
连续的热点 2 至多90%条柱是统计显著性热点,最后热点运行之前均非统计显著性热点,带有最后时间步长间隔的统计显著性热点单次未中断运行
加强的热点 3 90%时间步长间隔(含最后时间步长)已是统计显著性热点,每个时间步长中数量较小的聚类强度总体增加,且增加有统计显著性
持续的热点 4 90%时间步长间隔已是统计显著性热点,计数聚类强度无明显增减趋势
渐少的热点 5 90%时间步长间隔(含最后时间步长)已是统计显著性热点,每个时间步长中数量较小的聚类强度总体减少,且减少有统计显著性
分散的热点 6 至多90%时间步长间隔已是统计显著性热点,热点断断续续,时间步长间隔均非统计显著性冷点
振荡的热点 7 至多90%时间步长间隔已是统计显著性热点,统计显著性热点的最后时间步长间隔有一段之前为统计显著性冷点的历史
历史的热点 8 至少90%时间步长间隔已是统计显著性热点,最近时段不是热点
新增的冷点 -1 最后时间步长成为统计显著性冷点,之前从未是统计显著性冷点
连续的冷点 -2 至多90%条柱为统计显著性冷点,最后冷点运行之前均非统计显著性冷点,带有最后时间步长间隔的统计显著性冷点单次未中断运行
加强的冷点 -3 90%时间步长间隔(含最后时间步长)已是统计显著性冷点,每个时间步长中数量较小的聚类强度总体增加,且增加有统计显著性
持续的冷点 -4 90%时间步长间隔已是统计显著性冷点,计数聚类强度无明显增减趋势
渐少的冷点 -5 90%时间步长间隔(含最后时间步长)已是统计显著性冷点,每个时间步长中数量较小的聚类强度总体减少,且减少有统计显著性
分散的冷点 -6 至多90%时间步长间隔已是统计显著性冷点,冷点断断续续,时间步长间隔均非统计显著性热点
振荡的冷点 -7 至多90%时间步长间隔已是统计显著性冷点,统计显著性冷点的最后时间步长间隔有一段之前为统计显著性热点的历史
历史的冷点 -8 至少90%时间步长间隔已是统计显著性冷点,最近时段不是冷点