基于粒子群優(yōu)化的空間數(shù)據(jù)聚類算法研究.pdf

1、隨著信息技術(shù)的飛速發(fā)展，現(xiàn)實(shí)世界中的大量空間數(shù)據(jù)被存儲(chǔ)在空間數(shù)據(jù)庫(kù)中，為了找出空間數(shù)據(jù)庫(kù)中數(shù)據(jù)間的相互關(guān)系及其規(guī)律，提出了空間挖掘技術(shù)?？臻g聚類是空間數(shù)據(jù)挖掘的重要方法之一，它以較強(qiáng)的實(shí)用性和高效性正成為空間數(shù)據(jù)挖掘領(lǐng)域的研究熱點(diǎn)。
　　 本文首先對(duì)數(shù)據(jù)挖掘和空間數(shù)據(jù)挖掘的概念作了介紹，并分析了它們之間的相同點(diǎn)和不同點(diǎn)，著重介紹了空間數(shù)據(jù)挖掘方法中的空間聚類概念。空間聚類跟傳統(tǒng)的聚類方法并不完全相同，它針對(duì)的是具有自己特殊性質(zhì)的

2、空間數(shù)據(jù)庫(kù)。本文詳細(xì)介紹了空間聚類的分析過(guò)程和要求，以及評(píng)判空間聚類質(zhì)量的方法；同時(shí)也對(duì)目前幾種常用的空間聚類方法進(jìn)行了介紹、分析和比較，為下一步的研究工作奠定了理論基礎(chǔ)。
　　 由于空間數(shù)據(jù)具有海量的特征，本文對(duì)聚類中的經(jīng)典算法k均值算法進(jìn)行了分析，k均值算法雖然在針對(duì)大規(guī)模數(shù)據(jù)時(shí)有執(zhí)行速度快的特點(diǎn)，但是對(duì)初始聚類中心比較敏感，容易陷入局部最優(yōu)解，直接影響聚類效果。空間數(shù)據(jù)挖掘同傳統(tǒng)數(shù)據(jù)挖掘一樣也是一門(mén)綜合了多門(mén)學(xué)科領(lǐng)域的方法