基于密度聚類的空間數(shù)據(jù)挖掘算法研究.pdf

1、隨著空間數(shù)據(jù)獲取技術(shù)的快速發(fā)展,空間數(shù)據(jù)的數(shù)量、大小和復(fù)雜性都在急劇增加,已經(jīng)遠(yuǎn)遠(yuǎn)超出了人們的解釋能力,致使“空間數(shù)據(jù)爆炸但知識(shí)貧乏”。因此,利用空間數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)從空間數(shù)據(jù)庫(kù)中挖掘出事先未知的、卻潛在有用的空間模式變得十分必要。然而由于空間數(shù)據(jù)的復(fù)雜性,及數(shù)據(jù)量的龐大,給空間數(shù)據(jù)挖掘帶來(lái)了一定的難度。如何使用有效的數(shù)據(jù)挖掘手段從空間數(shù)據(jù)庫(kù)中挖掘出有用的信息,是當(dāng)前亟需解決的一大問(wèn)題。 本文在深入研究了國(guó)內(nèi)外空間數(shù)據(jù)挖掘算法

2、研究現(xiàn)狀的基礎(chǔ)上,比較與分析了現(xiàn)有空間數(shù)據(jù)挖掘算法,討論了影響空間數(shù)據(jù)挖掘效率的空間索引技術(shù),對(duì)基于密度聚類算法進(jìn)行了研究與比較,并針對(duì)密度聚類算法對(duì)空間數(shù)據(jù)挖掘大量數(shù)據(jù)點(diǎn)處理上的時(shí)間復(fù)雜性及對(duì)參數(shù)的敏感性問(wèn)題,提出了一種具有矢量約束侯選點(diǎn)的RCDBSCAN算法。該算法以傳統(tǒng)的基于密度的聚類算法DBSCAN算法為基礎(chǔ),以發(fā)現(xiàn)線形聚類結(jié)構(gòu)為目標(biāo),采用了矢量約束候選點(diǎn)的方法來(lái)進(jìn)行候選點(diǎn)的選取,減少了數(shù)據(jù)點(diǎn)的處理；同時(shí)采用數(shù)據(jù)分區(qū)技術(shù)對(duì)數(shù)據(jù)集