数据资源: 中文期刊论文

面向属性空间分布特征的空间聚类



编号 zgly0001589897

文献类型 期刊论文

文献题名 面向属性空间分布特征的空间聚类

作者 朱杰  孙毅中  李吉龙 

作者单位 南京师范大学虚拟地理环境教育部重点实验室  江苏省地理信息资源开发与利用协同创新中心 

母体文献 遥感学报 

年卷期 2017年06期

年份 2017 

分类号 P208 

关键词 空间聚类  Delaunay三角网  信息熵  趋势性  不均匀性 

文摘内容 空间聚类应当同时满足空间位置邻近和属性相似,在此背景下,为满足空间邻近实体之间趋势性和不均匀性的属性聚类需求,提出一种基于图论和信息熵的空间聚类算法。该算法主要是在Delaunay三角网空间位置聚类基础上,通过引入信息熵,采用多元相似性度量方法以解决二元关系在属性聚类中的缺陷,同时基于等概率最大熵原则提出了一种局部参数度量方法,用于表达邻近目标间属性分布的局部变化信息。将本文方法与多约束聚类方法和DDBSC聚类方法进行对比分析,结果表明:(1)在属性空间分布不均的情况下,本文方法的聚类精度要高于多约束方法和DDBSC方法,尤其是当属性空间分布不均程度不断扩大时,DDBSC和多约束算法会将空间簇内的实体误判为噪声;(2)在对异常值的敏感性问题上,3类方法都能识别出异常值的位置,但DDBSC和多约束算法对异常值具有一定的敏感性,聚类结果会掩盖属性分布的趋势性,本文方法受异常值影响很小。通过模拟实验和实际算例可以发现,在保证空间邻近的基础上本文方法具有如下优势:第一,能反映实体属性在空间分布中的趋势性特征;第二,能满足属性空间分布不均匀;第三,对异常值具有良好的稳健性。

相关图谱

扫描二维码