基于粒子群优化的带障碍约束空间聚类分析

摘要：

聚类分析是空间数据挖掘的主要方法之一.传统聚类算法忽略了真实世界中许多约束条件的存在,而约束条件的存在会影响聚类结果的合理性.在分析K中心聚类方法易陷入局部极小值和对初始值敏感的基础上,提出了一种新的聚类方法--基于粒子群优化的带障碍约束空间聚类方法.实验结果表明,该聚类方法不仅使得聚类结果更具实际意义,而且在全局寻优能力方面明显优于K中心聚类方法,且有较快的收敛速度.

关键词：空间数据挖掘、空间聚类、K中心算法、粒子群算法、障碍约束

所属期刊栏目：28

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金40471115;河南省自然科学基金0511011000;河南省科技攻关项目0624220081;河南省郑州市科技攻关项目064SGDG25127-9;辽宁工程技术大学地理空间信息技术与应用实验室开放基金2005003

在线出版日期：2008-04-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：5924-5927