基于多密度樹和場論的空間聚類算法研究
發(fā)布時間:2020-08-17 13:16
【摘要】:空間聚類作為空間數(shù)據(jù)挖掘領(lǐng)域的重要研究分支,旨針對空間數(shù)據(jù)的復(fù)雜性和特殊性,發(fā)現(xiàn)客觀世界中大量存在的空間實體之間潛在的集聚模式,解決傳統(tǒng)聚類挖掘所無法處理的問題,進(jìn)而揭示空間實體的分布規(guī)律?臻g聚類已廣泛應(yīng)用于實際生活中的各個方面,在全球氣候變化、公共衛(wèi)生安全等眾多領(lǐng)域具有重要的應(yīng)用價值。對于空間聚類而言,當(dāng)面對復(fù)雜多變的空間分布模式以及顧及空間數(shù)據(jù)專題屬性相似性時,如何實現(xiàn)自適應(yīng)的空間聚類挖掘是本文研究的關(guān)鍵內(nèi)容之所在。因此,本文提出一種新穎的基于多密度樹的空間聚類算法和改進(jìn)的基于場論的雙重空間聚類算法,以解決上述問題。本文的主要研究內(nèi)容和研究成果如下:(1)鑒于空間數(shù)據(jù)的基本特征,對空間對象之間存在的空間關(guān)系以及潛在的空間尺度的特點進(jìn)行探討,發(fā)現(xiàn)和歸納空間聚類與傳統(tǒng)聚類挖掘的區(qū)別和聯(lián)系,為空間聚類算法的設(shè)計及其實現(xiàn)提供理論依據(jù)。并在此基礎(chǔ)上,對空間聚類分析的過程作進(jìn)一步地闡釋和說明。(2)針對當(dāng)前空間聚類算法難以有效處理類簇密度變化不均勻、空間分布復(fù)雜的不足,本文采用混合思想的空間聚類方式,提出一種基于多密度樹的空間聚類算法(SCMDOT)。其主要思想是:將密度峰值理論與層次、密度、圖論的聚類思想相結(jié)合,通過多密度樹融合生長的構(gòu)樹策略形成和擴(kuò)展類簇,并將簇內(nèi)相似性度量指標(biāo)與簇間連接性指標(biāo)相結(jié)合,共同作為子簇合并的標(biāo)準(zhǔn)。SCMDOT的時間復(fù)雜度約為O(Nlog(N))。通過實驗證明,該算法不僅能夠滿足密度自適應(yīng)和發(fā)現(xiàn)任意形狀類簇的要求,而且可以適應(yīng)復(fù)雜多變的空間分布模式。(3)為實現(xiàn)可以同時顧及空間連續(xù)性和專題屬性相似性的空間聚類算法,本文對傳統(tǒng)空間聚類算法處理空間實體專題屬性的方式做出進(jìn)一步的改進(jìn),提出一種改進(jìn)的基于場論的雙重空間聚類算法(FTDSC)。其主要思想是:首先利用基于圖論的邊長約束準(zhǔn)則構(gòu)建空間對象之間的拓?fù)溧徑P(guān)系,之后將物理學(xué)場論思想融入到專題屬性域的處理過程,根據(jù)空間數(shù)據(jù)場內(nèi)實體之間專題屬性的差異產(chǎn)生相互凝聚力,并通過遞歸搜索的策略進(jìn)一步實現(xiàn)空間簇的細(xì)分。對比實驗結(jié)果表明,該算法可以保證空間聚類結(jié)果滿足空間鄰近且專題屬性相似的要求。(4)利用上述所研究設(shè)計的空間聚類方法和技術(shù),開展南京市餐飲業(yè)空間分布格局的應(yīng)用研究,并結(jié)合應(yīng)用背景對空間聚類結(jié)果進(jìn)行解釋和闡述。結(jié)果表明,本文提出的空間聚類算法具備處理實際問題的能力,有助于深入理解城市餐飲產(chǎn)業(yè)的集聚特征規(guī)律以及驅(qū)動成因。
【學(xué)位授予單位】:福州大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:P208
【圖文】:
處于不同空間分布模式下的類簇可以較好地識別和區(qū)分。逡逑3.1設(shè)計目的逡逑如圖3-1展示了一些具有代表性的空間分布模式,其中涉及密度變化不均勻、逡逑空間關(guān)系復(fù)雜、空間形態(tài)多樣等多方面因素的影響,以此表明空間聚類問題的復(fù)逡逑雜性。因此,為更加有效地應(yīng)對上述問題,本文受密度樹(Density-Ordered邋Trees,逡逑DOT)思想[35]的啟發(fā),提出一種基于多密度樹的空間聚類算法(Spatial邋Clustering逡逑with邋Multiple邋Density-Ordered邋Trees,邋SCMDOT),使算法不僅能夠滿足密度自適應(yīng)逡逑和發(fā)現(xiàn)任意形狀類簇的要求,同時可以解決類簇在復(fù)雜空間分布模式下所產(chǎn)生的逡逑影響聚類精度的問題。逡逑????????????邋???邋???邋???逡逑(a)邐(b)邐(c)逡逑?拳_魯?邐??S悶2溫常柯沖義希ǎ洌╁危ǎ澹╁危ǎ媯╁義賢跡常奔鋼值湫涂占浞植寄J絞糾義希常插澹櫻茫停模希運(yùn)惴ㄑ芯坎唄藻義俠妹芏仁魎枷耄ǎ模澹睿螅椋簦希潁洌澹潁澹溴澹裕潁澹,DOT)进袖\占渚劾嗟難芯坎唄栽阱義希玻插義
本文編號:2795371
【學(xué)位授予單位】:福州大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:P208
【圖文】:
處于不同空間分布模式下的類簇可以較好地識別和區(qū)分。逡逑3.1設(shè)計目的逡逑如圖3-1展示了一些具有代表性的空間分布模式,其中涉及密度變化不均勻、逡逑空間關(guān)系復(fù)雜、空間形態(tài)多樣等多方面因素的影響,以此表明空間聚類問題的復(fù)逡逑雜性。因此,為更加有效地應(yīng)對上述問題,本文受密度樹(Density-Ordered邋Trees,逡逑DOT)思想[35]的啟發(fā),提出一種基于多密度樹的空間聚類算法(Spatial邋Clustering逡逑with邋Multiple邋Density-Ordered邋Trees,邋SCMDOT),使算法不僅能夠滿足密度自適應(yīng)逡逑和發(fā)現(xiàn)任意形狀類簇的要求,同時可以解決類簇在復(fù)雜空間分布模式下所產(chǎn)生的逡逑影響聚類精度的問題。逡逑????????????邋???邋???邋???逡逑(a)邐(b)邐(c)逡逑?拳_魯?邐??S悶2溫常柯沖義希ǎ洌╁危ǎ澹╁危ǎ媯╁義賢跡常奔鋼值湫涂占浞植寄J絞糾義希常插澹櫻茫停模希運(yùn)惴ㄑ芯坎唄藻義俠妹芏仁魎枷耄ǎ模澹睿螅椋簦希潁洌澹潁澹溴澹裕潁澹,DOT)进袖\占渚劾嗟難芯坎唄栽阱義希玻插義
本文編號:2795371
本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/2795371.html
最近更新
教材專著