| 一种基于双重距离的空间聚类方法 |
| |
| 引用本文： | 李光强,邓敏,程涛,朱建军.一种基于双重距离的空间聚类方法[J].测绘学报,2008,37(4):0-520. |
| |
| 作者姓名： | 李光强 邓敏 程涛 朱建军 |
| |
| 作者单位： | 1. 中南大学,测绘与国土信息工程系,湖南,长沙,410083
2. 英国伦敦大学,城市、环境与地理信息工程系,伦敦 |
| |
| 基金项目： | 国家973计划项目
，
国家自然科学基金项目
，
辽宁工程技术大学地理空间信息技术与应用实验室开放基金项目
，
北京大学数字中国研究院为新研究基金项目
，
空间信息集成与3S工程应用北京市重点实验室基金项目
|
| |
| 摘 要： | 传统聚类方法大都是基于空间位置或非空间属性的相似性来进行聚类,分裂了空间要素固有的二重特性,从而导致了许多实际应用中空间聚类结果难以同时满足空间位置毗邻和非空间属性相近。然而,兼顾两者特性的空间聚类方法又存在算法复杂、结果不确定以及不易扩展等问题。为此,本文通过引入直接可达和相连概念,提出了一种基于双重距离的空间聚类方法,并给出了基于双重距离空间聚类的算法,分析了算法的复杂度。通过实验进一步验证了基于双重距离空间聚类算法不仅能发现任意形状的类簇,而且具有很好的抗噪性。
|
| 关 键 词： | 空间聚类 双重距离 双重距离直接可迭 双重距离相连 |
A Dual Distance Based Spatial Clustering Method |
| |
| LI Guang-qiang,DENG Min,CHENG Tao,ZHU Jian-jun.A Dual Distance Based Spatial Clustering Method[J].Acta Geodaetica et Cartographica Sinica,2008,37(4):0-520. |
| |
| Authors: | LI Guang-qiang DENG Min CHENG Tao ZHU Jian-jun |
| |
| Institution: | LI Guang-qiang1,DENG Min1,CHENG Tao2,ZHU Jian-jun11.Department of Surveying and Geo-informatics,Central South University,Changsha 410083,China,2.Department of Civil,Environmental and Geomatic Engineering,University College London,WCIE 6BT,London |
| |
| Abstract: | Most traditional clustering methods only take either the geometric distance or the similarity of attributes into account,splitting the dual characteristics of the spatial features.Thus it is difficult for the clustering results in many practical applications to meet the requirement that the clustered features are both nearest in spatial domain and very similar in attribute domain.So far,some clustering methods which considered dual characteristics of spatial features have many problems,such as algorithm complexity,uncertain clustering results and difficulty for general extension.To solve these problems,this paper proposes a Dual Distance Based Spatial Clustering method(DDBSC),via utilizing the concepts of dual distance reachability and connection.Meanwhile,the algorithm for the implementation of DDBSC is presented and its complexity is further analyzed.Finally,two experiments demonstrate that the DDBSC algorithm is suitable for arbitrary shape of clusters,and is robust for certain magnitude of noise. |
| |
| Keywords: | spatial clustering dual distance dual distance reachable dual distance connected |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《测绘学报》浏览原始摘要信息 |
| 点击此处可从《测绘学报》下载免费的PDF全文 |
|
