综合线面特征分布的点目标多尺度聚类方法

摘要：

考虑空间数据分布的复杂性与不连续性，提出了一种点目标聚类方法。算法利用全要素Voronoi图准确识别与表达点目标与线面实体的空间相关性；根据点目标位置分布特征计算面积阈值来控制聚类的粒度，同时以空间尺度变化下面积阈值的恒定作为判断尺度收敛的条件，实现点目标的多尺度划分，时间复杂度为O（nlogn ）。经试验验证，聚类尺度随点目标分布特征自适应收敛，算法无须自定义参数，能够有效地发现受线面目标约束的任意形态点目标集群，对异常值处理稳健。

关键词：空间聚类、多尺度、全要素Voronoi图、约束

分类号：P208(一般性问题)

资助基金：国家自然科学基金41261092；71163023；41161061Foundation supportThe National Science Foundation of China4．1261092；71163023；41161061

在线出版日期：2015-11-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1152-1159