帶約束條件的交互式空間聚類算法研究.pdf

1、空間聚類，作為空間數(shù)據(jù)挖掘的一個重要分支，是根據(jù)某個相似性準(zhǔn)則對空間實(shí)體集進(jìn)行自動分組，達(dá)到組內(nèi)差異最小、組間差異最大的過程。從某種意義上講，空間聚類也可以看作是一種約束聚類，空間結(jié)構(gòu)是聚類的約束條件。由于空間聚類的研究對象空間數(shù)據(jù)本身的特性以及空間對象之間具有復(fù)雜的關(guān)系，使得一般的聚類算法適用于空間數(shù)據(jù)時往往會遇到以下幾個重點(diǎn)與難點(diǎn)問題：(1)聚類算法的效率問題，(2)帶約束條件的聚類問題，(3)空間與屬性一體化聚類的問題，(4)聚類

2、的可解釋性與可用性問題。 為此本文提出一種以Delaunay三角網(wǎng)為基礎(chǔ)的層次空間聚類算法，充分運(yùn)用Delaunay三角網(wǎng)所具備的最近相鄰性、唯一性等特性，來維護(hù)空間對象之間的鄰近關(guān)系，利用鄰近關(guān)系還可以縮小計算兩兩對象之間距離的搜索空間，同時結(jié)合空間對象相互作用中的引力模型，實(shí)現(xiàn)將空間對象的鄰近關(guān)系與其屬性特征一體化作為相似性準(zhǔn)則，綜合對象間的相鄰關(guān)系和空間障礙物作為約束條件進(jìn)行聚類。 在面狀數(shù)據(jù)聚類中，離散的面狀數(shù)據(jù)