一种基于似最小生成树的空间聚类算法

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种基于似最小生成树的空间聚类算法

邓敏, 刘启亮, 李光强, 肖奇

文章导航 > 武汉大学学报 ● 信息科学版 > 2010 > 35(11): 1360-1364

邓敏, 刘启亮, 李光强, 肖奇. 一种基于似最小生成树的空间聚类算法[J]. 武汉大学学报 ● 信息科学版, 2010, 35(11): 1360-1364.

引用本文:

邓敏, 刘启亮, 李光强, 肖奇. 一种基于似最小生成树的空间聚类算法[J]. 武汉大学学报 ● 信息科学版, 2010, 35(11): 1360-1364.

DENG Min, LIU Qiliang, LI Guangqiang, XIAO Qi. A Spatial Clustering Algorithm Based on Minimum Spanning Tree-like[J]. Geomatics and Information Science of Wuhan University, 2010, 35(11): 1360-1364.

Citation:

DENG Min, LIU Qiliang, LI Guangqiang, XIAO Qi. A Spatial Clustering Algorithm Based on Minimum Spanning Tree-like[J]. Geomatics and Information Science of Wuhan University, 2010, 35(11): 1360-1364.

一种基于似最小生成树的空间聚类算法

¹中南大学测绘与国土信息工程系,长沙市麓山南路410083

基金项目: 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资助项目(200805)；江苏省资源环境信息工程重点实验室开放研究基金资助项目(20080101)；中南大学研究生论文创新选题资助项目(713360010)

作者简介:
邓敏,教授,博士,博士生导师,现从事时空数据挖掘、推理与分析方面的研究。

中图分类号: P208

A Spatial Clustering Algorithm Based on Minimum Spanning Tree-like

¹Department of Surveying and Geo-informatics,Central South University,South Lushan Road,Changsha 410083,China

Funds: 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资助项目(200805)；江苏省资源环境信息工程重点实验室开放研究基金资助项目(20080101)；中南大学研究生论文创新选题资助项目(713360010)

摘要: 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
Abstract: The concept of edge variation factor is firstly defined based upon the distance variation among the entities in the spatial neighborhood.An approach is presented to construct the minimum spanning tree-like(MST-L for short).Further,a MST-L based spatial clustering algorithm(MSTLSC for short) is developed.Two tests are implemented to demonstrate that the MSTLSC algorithm very robust and suitable to find the clusters with arbitrary shape,especially the algorithm has good adaptive characteristic.A comparative test is made to prove the MSTLSC algorithm better than classic DBSCAN algorithm.
- spatial clustering /
- adaptive /
- edge variation factor /
- minimum spanning tree-like

[1]	朱杰, 孙毅中, 陈律余, 周卫, 孟耀伟. 顾及属性空间分布不均的空间聚类方法——以城市商业中心的提取为例 . 武汉大学学报 ● 信息科学版, 2017, 42(12): 1696-1702. doi: 10.13203/j.whugis20150590
[2]	樊子德, 李佳霖, 邓敏. 顾及多因素影响的自适应反距离加权插值方法 . 武汉大学学报 ● 信息科学版, 2016, 41(6): 842-847. doi: 10.13203/j.whugis20140658
[3]	易琳, 袁林旺, 盛业华, 李润超. V-代约束的结构保持空间插值算法 . 武汉大学学报 ● 信息科学版, 2015, 40(6): 823-828. doi: 10.13203/j.whugis20130493
[4]	张菊清, 郝蓉, 张勤, 聂建亮. 基于各向异性协方差函数的自适应拟合推估 . 武汉大学学报 ● 信息科学版, 2014, 39(10): 1179-1183.
[5]	吴佳, 蔡之华, 金晓文. 自适应差分演化算法在图像监督分类中的应用 . 武汉大学学报 ● 信息科学版, 2013, 38(1): 23-26.
[6]	周亚男, 骆剑承, 程熙, 沈占锋. 多特征融入的自适应遥感影像多尺度分割 . 武汉大学学报 ● 信息科学版, 2013, 38(1): 19-22.
[7]	石岩, 刘启亮, 邓敏, 王佳璆. 一种顾及障碍约束的空间聚类方法 . 武汉大学学报 ● 信息科学版, 2012, 37(1): 96-100.
[8]	石岩, 刘启亮, 邓敏, 林雪梅. 融合图论与密度思想的混合空间聚类方法 . 武汉大学学报 ● 信息科学版, 2012, 37(11): 1276-1280.
[9]	王志伟, 朱长青, 王奇胜, 符浩军. 一种基于HVS和DFT的栅格地图自适应数字水印算法 . 武汉大学学报 ● 信息科学版, 2011, 36(3): 351-354.
[10]	郭琳, 陈庆虎. 结构保持的图像序列自适应超分辨率重建 . 武汉大学学报 ● 信息科学版, 2011, 36(5): 548-551.
[11]	刘启亮, 邓敏, 彭东亮, 王佳璆. 基于力学思想的空间聚类有效性评价 . 武汉大学学报 ● 信息科学版, 2011, 36(8): 982-986.
[12]	邓敏, 彭东亮, 刘启亮, 石岩. 一种基于场论的层次空间聚类算法 . 武汉大学学报 ● 信息科学版, 2011, 36(7): 847-852.
[13]	焦利民, 洪晓峰, 刘耀林. 空间和属性双重约束下的自组织空间聚类研究 . 武汉大学学报 ● 信息科学版, 2011, 36(7): 862-866.
[14]	孙卡, 吴冲龙, 刘刚, 何珍文. 海量三维地质空间数据的自适应预调度方法 . 武汉大学学报 ● 信息科学版, 2011, 36(2): 140-143.
[15]	谢超, 陈毓芬, 王英杰, 马惠军. 基于模块化的电子地图自适应设计机制研究 . 武汉大学学报 ● 信息科学版, 2010, 35(10): 1255-1259.
[16]	刘启亮, 李光强, 邓敏. 一种基于局部分布的空间聚类算法 . 武汉大学学报 ● 信息科学版, 2010, 35(3): 373-377.
[17]	梅新, 崔伟宏, 高飞, 刘俊怡. 基于空间聚类的物流配送决策研究 . 武汉大学学报 ● 信息科学版, 2008, 33(4): 371-374.
[18]	杨必胜, 孙丽. 导航电子地图的自适应多尺度表达 . 武汉大学学报 ● 信息科学版, 2008, 33(4): 363-366.
[19]	王海军, 张德礼. 基于空间聚类的城镇土地定级方法研究 . 武汉大学学报 ● 信息科学版, 2006, 31(7): 628-631.
[20]	张孟君, 舒红, 刘艳, 王涛. 基于空间曲面拟合的自适应阈值选取方法 . 武汉大学学报 ● 信息科学版, 2006, 31(5): 395-398.

WeChat

点击查看大图

计量

文章访问数: 1011
HTML全文浏览量: 38
PDF下载量: 431
被引次数: 0

一种基于似最小生成树的空间聚类算法

¹中南大学测绘与国土信息工程系,长沙市麓山南路410083

基金项目: 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资助项目(200805)；江苏省资源环境信息工程重点实验室开放研究基金资助项目(20080101)；中南大学研究生论文创新选题资助项目(713360010)

作者简介:
邓敏,教授,博士,博士生导师,现从事时空数据挖掘、推理与分析方面的研究。

收稿日期: 2010-09-15
修回日期: 2010-09-15
刊出日期: 2010-11-05

中图分类号: P208

关键词:

边长变化因子 /

似最小生成树

摘要: 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。

English Abstract

邓敏, 刘启亮, 李光强, 肖奇. 一种基于似最小生成树的空间聚类算法[J]. 武汉大学学报 ● 信息科学版, 2010, 35(11): 1360-1364.

引用本文:

邓敏, 刘启亮, 李光强, 肖奇. 一种基于似最小生成树的空间聚类算法[J]. 武汉大学学报 ● 信息科学版, 2010, 35(11): 1360-1364.

DENG Min, LIU Qiliang, LI Guangqiang, XIAO Qi. A Spatial Clustering Algorithm Based on Minimum Spanning Tree-like[J]. Geomatics and Information Science of Wuhan University, 2010, 35(11): 1360-1364.

Citation:

DENG Min, LIU Qiliang, LI Guangqiang, XIAO Qi. A Spatial Clustering Algorithm Based on Minimum Spanning Tree-like[J]. Geomatics and Information Science of Wuhan University, 2010, 35(11): 1360-1364.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码