基于空間實體聯(lián)系的空間聚類算法研究.pdf

1、空間數(shù)據(jù)挖掘是指從空間數(shù)據(jù)庫中提取用戶感興趣的空間模式與特征、空間與非空間數(shù)據(jù)的普遍關(guān)系及其它一些隱含在空間數(shù)據(jù)中的普遍的數(shù)據(jù)特征。聚類是空間數(shù)據(jù)挖掘中一種重要的挖掘任務(wù)和挖掘方法，它從空間數(shù)據(jù)庫中尋找數(shù)據(jù)間的相似性，并依此對數(shù)據(jù)進行分類，使得不同類中的數(shù)據(jù)盡可能相異，而同一類中的數(shù)據(jù)盡可能相似。本文在考慮空間關(guān)系中的方向關(guān)系和拓撲關(guān)系的基礎(chǔ)上對空間聚類算法進行了深入研究，主要包括以下幾個方面的內(nèi)容：
　　 對現(xiàn)有的空間聚類算法

2、作了深入的研究，并對其優(yōu)缺點進行了比較分析。針對現(xiàn)有劃分聚類方法的缺點，改進了聚類算法CLARANS，提出了一種處理空間實體約束的空間聚類算法SPOC。利用空間關(guān)系中的方向關(guān)系來選擇簇的中心對象，這能夠減少形成最終劃分的迭代次數(shù)，加快算法的收斂速度；利用回溯的、非幾何的方法求解實體約束空間中兩個空間對象間的障礙距離，障礙距離的計算使得該算法具有處理空間實體約束的能力。
　　 實際應(yīng)用中除了對單個空間對象進行聚類外，往往還需要對根

3、據(jù)空間拓撲關(guān)系劃分的空間對象群進行聚類。每個空間對象群包含對象的類型和數(shù)目可能各不相同。本文對空間對象群聚類問題進行了研究，提出了一種空間對象群相異度的計算方法，基于這種空間對象群的相異度計算，提出了空間對象群聚類算法SOGC。該算法在空間對象分層的基礎(chǔ)上定義了空間對象群的表示結(jié)構(gòu)，對每層空間對象分類，計算每個空間對象群在該層對象集上的隸屬度，根據(jù)對象集的隸屬度計算不同空間對象群在相同層上的相異度，空間對象群的相異度就可以用同層對象集相

4、異度的歐氏距離表示。這種基于空間拓撲關(guān)系的空間對象群的聚類有著廣泛的應(yīng)用。
　　 本文的創(chuàng)新點：
　　 1.研究了實體約束空間中障礙的表示方法，提出了實體約束空間中兩個空間對象之間最短障礙距離的計算方法。
　　 2.研究分析CLARANS聚類算法，對其進行改進，提出了一種處理空間實體約束的空間聚類算法SPOC，并通過實驗驗證了該算法的有效性。
　　 3.研究空間數(shù)據(jù)群的分層表示，計算空間對象群中對象在不同