基于自组织神经网络的空间点群聚类及其应用分析

焦利民; 刘耀林; 任周桥

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

基于自组织神经网络的空间点群聚类及其应用分析

焦利民, 刘耀林, 任周桥

文章导航 > 武汉大学学报 ( 信息科学版) > 2008 > 33(2): 168-171

焦利民, 刘耀林, 任周桥. 基于自组织神经网络的空间点群聚类及其应用分析[J]. 武汉大学学报 ( 信息科学版), 2008, 33(2): 168-171.

引用本文:

焦利民, 刘耀林, 任周桥. 基于自组织神经网络的空间点群聚类及其应用分析[J]. 武汉大学学报 ( 信息科学版), 2008, 33(2): 168-171.

JIAO Limin, LIU Yaolin, REN Zhouqiao. Spatial Points Clustering Based on Self-organizing Neural Networks and Its Application[J]. Geomatics and Information Science of Wuhan University, 2008, 33(2): 168-171.

Citation:

JIAO Limin, LIU Yaolin, REN Zhouqiao. Spatial Points Clustering Based on Self-organizing Neural Networks and Its Application[J]. Geomatics and Information Science of Wuhan University, 2008, 33(2): 168-171.

基于自组织神经网络的空间点群聚类及其应用分析

¹武汉大学资源与环境科学学院,武汉市珞喻路129号430079;²武汉大学地理信息系统教育部重点实验室,武汉市珞喻路129号,430079

基金项目: 武汉大学地理信息系统教育部重点实验室开放研究基金资助项目(wd200609)

详细信息

作者简介:
焦利民,博士。主要研究方向为地理信息的智能化处理。

中图分类号: P208

Spatial Points Clustering Based on Self-organizing Neural Networks and Its Application

¹School of Resource and Environment Science,Wuhan University,129 Luoyu Road,Wuhan 430079,China;² Key Laboratory of Geographic Information System,Ministry of Education,Wuhan University,129 Luoyu Road,Wuhan 430079,China

Funds: 武汉大学地理信息系统教育部重点实验室开放研究基金资助项目(wd200609)

摘要: 探讨了采用自组织神经网络进行离散空间点群聚类的原理、方法及应用分析,提出了一种兼顾几何距离和属性特征的广义Euclid距离,并将其作为聚类统计量。并以实例验证了采用自组织空间聚类进行空间点群的数据分类、异常数据检验、均质区域划分等是有效的。
- 自组织特征映射 /
- 空间聚类 /
- 数据挖掘
Abstract: The principle,method and application of spatial points clustering based on self-organizing neural networks are studied.A kind of composite clustering statistic,called generalized Euclidean distance is proposed,which is calculated by both geometric and semantic characters of spatial points.Self-organizing spatial clustering based on generalized Euclidean distance can generate better result reflecting the clustering characters of spatial points.A case study to probe into data classifying,gross error detecting and homogeneous areas partitioning using self-organizing spatial clustering result is employed.
- self-organizing feature map /
- spatial clustering /
- data mining

[1]	焦利民, 吴苏. 利用自组织网络分析1990～2010年中国主要城市扩展特征 . 武汉大学学报 ( 信息科学版), 2014, 39(12): 1435-1440+1471.
[2]	陈佳, 胡波, 左小清, 乐阳. 利用手机定位数据的用户特征挖掘 . 武汉大学学报 ( 信息科学版), 2014, 39(6): 734-738. doi: 10.13203/j.whugis20130066
[3]	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.
[4]	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.
[5]	孔令桥, 秦昆, 龙腾飞. 利用二型模糊聚类进行全球海表温度数据挖掘 . 武汉大学学报 ( 信息科学版), 2012, 37(2): 215-219.
[6]	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.
[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]	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.
[9]	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.
[10]	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.
[11]	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 . 武汉大学学报 ( 信息科学版), 2010, 35(11): 1360-1364.
[12]	沙宗尧, 李晓雷. 异质环境下的空间关联规则挖掘 . 武汉大学学报 ( 信息科学版), 2009, 34(12): 1480-1484.
[13]	马荣华, 何增友. 从空间数据库中挖掘频繁邻近类别集的一种新算 . 武汉大学学报 ( 信息科学版), 2007, 32(2): 112-114.
[14]	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.
[15]	葛小三. 基于网格技术的空间知识发现与数据挖掘研究 . 武汉大学学报 ( 信息科学版), 2006, 31(12): 1105-1107.
[16]	马荣华, 何增友. 从GIS数据库中挖掘空间离群点的一种高效算法 . 武汉大学学报 ( 信息科学版), 2006, 31(8): 679-682.
[17]	田扬戈, 边馥苓. 基于概念聚类和面向属性归纳的区划分析 . 武汉大学学报 ( 信息科学版), 2005, 30(1): 86-88.
[18]	哈斯巴干, 马建文, 李启青, 戴芹. 多波段遥感数据的自组织神经网络降维分类研究 . 武汉大学学报 ( 信息科学版), 2004, 29(5): 461-465. doi: 10.13203/j.whugis2004.05.019
[19]	李必军, 方志祥, 任娟. 从激光扫描数据中进行建筑物特征提取研究 . 武汉大学学报 ( 信息科学版), 2003, 28(1): 65-70.
[20]	林宗坚, 刘少创. 自组织特征映射神经网络及其在彩色地图自动分层中的应用 . 武汉大学学报 ( 信息科学版), 1994, 19(2): 108-112.