一种基于似最小生成树的空间聚类算法
根据空间邻近目标的距离变化情况,定义了边长变化因子概念,给出了一种似最小生成树的构建方法.在此基础上,提出了一种基于似最小生成树的空间聚类算法.模拟数据和实际数据分析发现,基于似最小生成树的空间算法能够发现任意形状的空间簇和异常点,并能够很好地适应空间数据分布不均匀的特点.通过与经典的DBSCAN算法比较,发现基于似最小生成树的空间聚类算法比DBSCAN算法更具有实用性.
空间聚类、自适应、边长变化因子、似最小生成树
35
P208(一般性问题)
国家863计划资助项目2009AA12Z206;地理空间信息工程国家测绘局重点实验室开放研究基金200805;江苏省资源环境信息工程重点实验室开放研究基金20080101;中南大学研究生论文创新选题资助项目713360010
2011-04-15(万方平台首次上网日期,不代表论文的发表时间)
1360-1364