自適應(yīng)空間聚類方法研究.pdf

1、空間聚類分析是地理空間數(shù)據(jù)挖掘與知識發(fā)現(xiàn)的主要研究內(nèi)容之一,旨在發(fā)現(xiàn)潛在的空間實體分布模式以及探測空間異常?？臻g聚類分析在天文學(xué)、地理學(xué)、地質(zhì)學(xué)、氣象學(xué)、地圖學(xué)及公共衛(wèi)生等眾多領(lǐng)域具有廣泛的應(yīng)用。伴隨著實際應(yīng)用的深入,迫切需要發(fā)展具有良好自適應(yīng)性的空間聚類方法,一方面可以自動適應(yīng)空間數(shù)據(jù)的復(fù)雜分布,如不同形態(tài)、不同密度的空間分布等;另一方面能夠便捷用戶操作,如需要設(shè)置較少的參數(shù)。為此,本文較為系統(tǒng)地研究了自適應(yīng)的空間聚類分析方法,主要包

2、括:
　　 (1)從空間數(shù)據(jù)的基本特征與性質(zhì)出發(fā),分析了空間聚類分析的研究特點;進而,對空間聚類問題進行了明確的定義,建立了空間數(shù)據(jù)清理、空間聚類趨勢分析、空間聚類特征提取、空間聚類算法設(shè)計及空間聚類有效性評價等五個部分為核心的空間聚類分析理論框架;最后對現(xiàn)有的空間聚類算法進行了較為系統(tǒng)的總結(jié)與分析,對其適用范圍與性能進行了歸納。
　　 (2)提出了基于場論的自適應(yīng)空間聚類算法。本文從空間數(shù)據(jù)場的角度出發(fā),提出了一種適用

3、于空間聚類的凝聚場,并給出了一種新的空間聚類相似性度量指標,即凝聚力。進而,提出了一種基于場論的自適應(yīng)空間聚類算法(簡稱FTASC)。該算法根據(jù)凝聚力的矢量計算獲取每個實體的鄰近實體,并通過遞歸搜索的策略,生成一系列不同的空間簇。通過模擬實驗驗證、經(jīng)典算法比較和實際應(yīng)用分析得出,本文提出的算法能夠發(fā)現(xiàn)任意形狀、密度變化的空間簇,且可以實現(xiàn)無參數(shù)聚類。
　　 (3)提出了基于Delaunay三角網(wǎng)的自適應(yīng)空間聚類算法。借助Dela

4、unay三角網(wǎng)描述空間實體間鄰近關(guān)系,并采取由整體到局部的策略,構(gòu)造針對性的Delaunay邊長約束準則來發(fā)現(xiàn)空間聚集結(jié)構(gòu),提出了一種自適應(yīng)的空間聚類算法(簡稱ASCDT)。通過實驗分析與比較發(fā)現(xiàn),ASCDT算法可以自動地發(fā)現(xiàn)復(fù)雜的空間簇,且對噪聲點穩(wěn)健。在ASCDT的基礎(chǔ)上,顧及了空間聚類過程中可能存在的空間障礙(如河流,山脈),并進一步發(fā)展了一種顧及空間障礙的空間聚類方法(簡稱ASCDT+)。
　　 (4)提出了基于圖論與密

5、度的混合空間聚類算法。結(jié)合基于圖論與基于密度的空間聚類算法的優(yōu)勢,提出了一種顧及專題屬性的空間聚類算法(簡稱HGDSC)。其主要思想為:首先借助基于圖論的空間聚類方法思想針對復(fù)雜分布的空間數(shù)據(jù)集構(gòu)建實體間鄰近關(guān)系,進一步借助改進的基于密度的空間聚類方法顧及專題屬性進行聚類。通過實驗分析與比較證明,HGDSC算法不僅能夠適應(yīng)復(fù)雜的空間分布,而且可以同時顧及實體間專題屬性的相似性,需要人為的干預(yù)較少。
　　 (5)提出了基于力學(xué)思想

6、的空間聚類有效性評價方法。首先,對較有代表性的空間聚類有效性評價方法進行總結(jié)。進而,借助于物理學(xué)中的力學(xué)思想,結(jié)合地理學(xué)基本規(guī)律,提出了一種基于力學(xué)思想的空間聚類有效性評價指標(簡稱SCV)。通過實驗比較分析發(fā)現(xiàn),該指標能夠更準確、高效地對二維地理空間數(shù)據(jù)的聚類結(jié)果進行評價。
　　 (6)開發(fā)了具有自主知識產(chǎn)權(quán)的可視化空間聚類分析軟件原型-EasyCluster V1.0。包括:空間數(shù)據(jù)清理,空間聚類先驗信息獲取,21種經(jīng)典及改