基于面狀區(qū)域混合類型數據的空間聚類算法研究及應用.pdf

1、聚類分析是人類認識客觀事物最樸素、最常用的手段之一，隨著聚類分析的發(fā)展，以及近年來對聚類分析的研究，收錄了越來越多的各方面數據，如農業(yè)氣象數據、農業(yè)種植數據等，而這些由中尺度對地觀測系統產生的規(guī)模巨大、來源廣泛、特征多樣，豐富并廉價數據資源，為空間聚類提供了良好的數據基礎，但是目前關于空間聚類的研究主要集中于空間點屬性的聚類，至于空間面狀區(qū)域屬性的空間聚類則研究的相對少很多，與此同時多源、多維、多類型的數據聚類分析時，也存在一定的問題，

2、比如對空間數據重視度不高，二元性、混合型屬性數據類型不統一，空間數據重視度不高問題，算法有待更新，空間屬性數據連接性不夠緊密以及處理軟件和平臺復雜多樣的問題。
　　本文根據以往研究中存在的問題，從面狀的空間和屬性數據出發(fā)，對空間和屬性數據進行細化，對屬性數據進行標準化處理并融入空間權重，對K-prototypes算法進行改進和更新，提出了Touches鄰接、鄰接合并（空間第一次合并）、種子搜索（空間第二次合并）等新的算法，并最終開