帶約束條件的交互式空間聚類算法研究.pdf

1、空間聚類，作為空間數據挖掘的一個重要分支，是根據某個相似性準則對空間實體集進行自動分組，達到組內差異最小、組間差異最大的過程。從某種意義上講，空間聚類也可以看作是一種約束聚類，空間結構是聚類的約束條件。由于空間聚類的研究對象空間數據本身的特性以及空間對象之間具有復雜的關系，使得一般的聚類算法適用于空間數據時往往會遇到以下幾個重點與難點問題：(1)聚類算法的效率問題，(2)帶約束條件的聚類問題，(3)空間與屬性一體化聚類的問題，(4)聚類

2、的可解釋性與可用性問題。 為此本文提出一種以Delaunay三角網為基礎的層次空間聚類算法，充分運用Delaunay三角網所具備的最近相鄰性、唯一性等特性，來維護空間對象之間的鄰近關系，利用鄰近關系還可以縮小計算兩兩對象之間距離的搜索空間，同時結合空間對象相互作用中的引力模型，實現(xiàn)將空間對象的鄰近關系與其屬性特征一體化作為相似性準則，綜合對象間的相鄰關系和空間障礙物作為約束條件進行聚類。 在面狀數據聚類中，離散的面狀數據