综合线面特征分布的点目标多尺度聚类方法
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。
空间聚类、多尺度、全要素Voronoi图、约束
P208(一般性问题)
国家自然科学基金41261092;71163023;41161061Foundation supportThe National Science Foundation of China4.1261092;71163023;41161061
2015-11-09(万方平台首次上网日期,不代表论文的发表时间)
共8页
1152-1159