咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >一种基于双重距离的空间聚类方法 收藏

一种基于双重距离的空间聚类方法

A Dual Distance Based Spatial Clustering Method

作     者:李光强 邓敏 程涛 朱建军 LI Guang-qiang;DENG Min;CHENG Tao;ZHU Jian-jun

作者机构:中南大学测绘与国土信息工程系湖南长沙410083 英国伦敦大学城市、环境与地理信息工程系伦敦 

出 版 物:《测绘学报》 (Acta Geodaetica et Cartographica Sinica)

年 卷 期:2008年第37卷第4期

页      面:482-488页

核心收录:

学科分类:081603[工学-地图制图学与地理信息工程] 081802[工学-地球探测与信息技术] 07[理学] 08[工学] 070503[理学-地图学与地理信息系统] 0818[工学-地质资源与地质工程] 0705[理学-地理学] 0816[工学-测绘科学与技术] 

基  金:国家973计划项目(2006CB701305) 国家自然科学基金项目(40501053) 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(2007001) 北京大学数字中国研究院为新研究基金项目(W08SI05) 空间信息集成与3S工程应用北京市重点实验室基金项目(SIIBKL08-1-03) 

主  题:空间聚类 双重距离 双重距离直接可达 双重距离相连 

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。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分