基于数据场的C均值聚类方法研究

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

基于数据场的C均值聚类方法研究

王海军, 邓羽, 王丽, 关兴良

文章导航 > 武汉大学学报 ● 信息科学版 > 2009 > 34(5): 626-629

王海军, 邓羽, 王丽, 关兴良. 基于数据场的C均值聚类方法研究[J]. 武汉大学学报 ● 信息科学版, 2009, 34(5): 626-629.

引用本文:

王海军, 邓羽, 王丽, 关兴良. 基于数据场的C均值聚类方法研究[J]. 武汉大学学报 ● 信息科学版, 2009, 34(5): 626-629.

WANG Haijun, DENG Yu, WANG Li, GUAN Xingliang. A C-means Algorithm Based on Data Field[J]. Geomatics and Information Science of Wuhan University, 2009, 34(5): 626-629.

Citation:

WANG Haijun, DENG Yu, WANG Li, GUAN Xingliang. A C-means Algorithm Based on Data Field[J]. Geomatics and Information Science of Wuhan University, 2009, 34(5): 626-629.

基于数据场的C均值聚类方法研究

王海军¹,
邓羽^2,4,
王丽^3,4,
关兴良¹

¹武汉大学资源与环境科学学院,武汉市珞喻路129号430079;²中国科学院地理科学与资源研究所,北京市大屯路甲11号100101;³中国科学院科技政策与管理科学研究所,北京市中关村东路55号100190;⁴中国科学院研究生院,北京市玉泉路甲19号,100049

基金项目: 国家自然科学基金资助项目(40871179)；中国科学院研究生科技创新与社会实践专项基金资助项目

A C-means Algorithm Based on Data Field

¹School of Resources and Environment Science,Wuhan University,129 Luoyu Road,Wuhan 430079,China,²Institute of Geographic Sciences and Natural Resources Research,Chinese Academy of Sciences,11A Datun Road,Beijing 100101,China,³Institute of Policy and Management,Chinese Academy of Sciences,55 East Zhongguancun Road,Beijing 100190,China,³Graduate University of Chinese Academy of Sciences,19A Yuquan Road,Beijing 100049,China

Funds: 国家自然科学基金资助项目(40871179)；中国科学院研究生科技创新与社会实践专项基金资助项目

摘要: 提出了基于数据场的C均值聚类方法。引入数据场准确寻找初始中心的聚类点,根据势场分布函数,先找到k个势心,然后选择距离势心最近的样本数据,得到用数据场生成的初始中心,从而实现C均值聚类算法。该方法可以广泛地应用到空间数据的分类分级研究中。实例验证了该方法的可行性和科学性。
- C均值 /
- 数据场 /
- 空间数据挖掘
Abstract: C-means clustering is the first objective function clustering algorithm.Our purpose is to set forth a C-means algorithm based on data field,which can be widely applied to the classification and hierarchy in the field of spatial data mining and knowledge discovery.The basic idea of this method is to find the initial cluster centers based on the introduction of data field.Priority should find potential heart k according to the potential field distribution function,then select sample data being close on the potential heart.Finally,we can achieve C-means clustering algorithm.We presentd the implementation steps of the method,and verified the feasible and scientific significance by examples.
- C-means /
- data field /
- spatial data mining

[1]	郭艺文, 蔡建南, 陈袁芳, 邓敏, 赵斌. 网络约束下局部空间同位模式的扫描统计方法 . 武汉大学学报 ● 信息科学版, 2022, 47(9): 1383-1389. doi: 10.13203/j.whugis20200177
[2]	李延, 王大魁, 耿晶, 王树良. 数据质量聚类算法 . 武汉大学学报 ● 信息科学版, 2019, 44(1): 153-158. doi: 10.13203/j.whugis20150760
[3]	万幼, 周脚根, 翁敏. 点集数据不规则形状时空异常聚类模式挖掘研究 . 武汉大学学报 ● 信息科学版, 2017, 42(7): 924-930. doi: 10.13203/j.whugis20150069
[4]	佘冰, 朱欣焰, 刘汝倩, 呙维. 利用方向玫瑰图分析社会经济重心轨迹移动模式 . 武汉大学学报 ● 信息科学版, 2016, 41(8): 1055-1059. doi: 10.13203/j.whugis20140417
[5]	单杰, 秦昆, 黄长青, 胡翔云, 余洋, 胡庆武, 林志勇, 陈江平, 贾涛. 众源地理数据处理与分析方法探讨 . 武汉大学学报 ● 信息科学版, 2014, 39(4): 390-396. doi: 10.13203/j.whugis20130633
[6]	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.
[7]	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.
[8]	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.
[9]	王树良, 邹珊珊, 操保华, 谢媛. 利用数据场的表情脸识别方法 . 武汉大学学报 ● 信息科学版, 2010, 35(6): 738-742.
[10]	朱玉, 张虹, 孔令东. 一种基于免疫算法的空间关联规则挖掘方法 . 武汉大学学报 ● 信息科学版, 2009, 34(12): 1485-1489.
[11]	刘耀林, 唐旭, 何建华. 基于数据场的空间分析技术及其在土地定级中的应用 . 武汉大学学报 ● 信息科学版, 2009, 34(9): 1009-1013.
[12]	李光强, 邓敏, 朱建军. 基于Voronoi图的空间关联规则挖掘方法研究 . 武汉大学学报 ● 信息科学版, 2008, 33(12): 1242-1245.
[13]	林珲, 江吉喜, 杨育彬, 方兆宝. 青藏高原中尺度对流系统的时空演变特征及规律 . 武汉大学学报 ● 信息科学版, 2006, 31(7): 576-581.
[14]	贾泽露, 刘耀林, 张彤. 可视化交互空间数据挖掘原型系统设计与实现 . 武汉大学学报 ● 信息科学版, 2006, 31(10): 916-919.
[15]	王新洲. 论空间数据处理与空间数据挖掘 . 武汉大学学报 ● 信息科学版, 2006, 31(1): 1-4.
[16]	杨春成, 张清浦, 田向春, 何列松. 应用于面状地理实体聚类分析的线段链形状相似性准则 . 武汉大学学报 ● 信息科学版, 2005, 30(1): 61-64.
[17]	王树良, 王新洲, 曾旭平, 史文中. 滑坡监测数据挖掘视角 . 武汉大学学报 ● 信息科学版, 2004, 29(7): 608-610,627.
[18]	李德仁, 王树良, 李德毅, 王新洲. 论空间数据挖掘和知识发现的理论与方法 . 武汉大学学报 ● 信息科学版, 2002, 27(3): 221-233.
[19]	李德仁, 王树良, 史文中, 王新洲. 论空间数据挖掘和知识发现 . 武汉大学学报 ● 信息科学版, 2001, 26(6): 491-499.
[20]	俞能海, 王晓刚, 刘政凯. RS与GIS一体化数据结构的研究 . 武汉大学学报 ● 信息科学版, 2000, 25(4): 305-311.

WeChat

点击查看大图

计量

文章访问数: 969
HTML全文浏览量: 46
PDF下载量: 340
被引次数: 0

基于数据场的C均值聚类方法研究

¹武汉大学资源与环境科学学院,武汉市珞喻路129号430079;²中国科学院地理科学与资源研究所,北京市大屯路甲11号100101;³中国科学院科技政策与管理科学研究所,北京市中关村东路55号100190;⁴中国科学院研究生院,北京市玉泉路甲19号,100049

基金项目: 国家自然科学基金资助项目(40871179)；中国科学院研究生科技创新与社会实践专项基金资助项目

收稿日期: 2013-07-09
修回日期: 2013-07-09
刊出日期: 2009-05-05

关键词:

空间数据挖掘

摘要: 提出了基于数据场的C均值聚类方法。引入数据场准确寻找初始中心的聚类点,根据势场分布函数,先找到k个势心,然后选择距离势心最近的样本数据,得到用数据场生成的初始中心,从而实现C均值聚类算法。该方法可以广泛地应用到空间数据的分类分级研究中。实例验证了该方法的可行性和科学性。

English Abstract

王海军, 邓羽, 王丽, 关兴良. 基于数据场的C均值聚类方法研究[J]. 武汉大学学报 ● 信息科学版, 2009, 34(5): 626-629.

引用本文:

王海军, 邓羽, 王丽, 关兴良. 基于数据场的C均值聚类方法研究[J]. 武汉大学学报 ● 信息科学版, 2009, 34(5): 626-629.

WANG Haijun, DENG Yu, WANG Li, GUAN Xingliang. A C-means Algorithm Based on Data Field[J]. Geomatics and Information Science of Wuhan University, 2009, 34(5): 626-629.

Citation:

WANG Haijun, DENG Yu, WANG Li, GUAN Xingliang. A C-means Algorithm Based on Data Field[J]. Geomatics and Information Science of Wuhan University, 2009, 34(5): 626-629.

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