融合图论与密度思想的混合空间聚类方法  

A Hybrid Spatial Clustering Method Based on Graph Theory and Spatial Density

作　　者：石岩[1] 刘启亮[1] 邓敏[1] 林雪梅[1] 

机构地区：[1]中南大学地球科学与信息物理学院,长沙市麓山南路932号410083

出　　处：《武汉大学学报（信息科学版）》2012年第11期1276-1280,共5页Geomatics and Information Science of Wuhan University

基　　金：国家973计划资助项目(2012CB719906);国家教育部新世纪优秀人才基金资助项目(NECT-10-0831);江苏省资源环境重点实验室开放基金资助项目(JS201101);中南大学前沿研究计划资助项目(2010QYZD002)

摘　　要：提出了一种融合图论与密度思想的空间聚类方法——HGDSC。该方法首先借助附加约束的Delau-nay三角网来建立空间实体之间的邻接关系,然后对基于密度的聚类方法进行改进,顾及空间邻近与非空间属性相似性进行聚类。特别地,该方法只需要一个输入参数。模拟数据和实际数据验证表明,HGDSC方法能够发现任意形状和密度变化的空间簇,并且可以很好地识别噪声点。A hybrid spatial clustering method based on graph theory and spatial density（HGDSC） is developed.The HGDSC method employs Delaunay triangulation to model the spatial proximity relationships among spatial entities and the modified density-based clustering method,considering the similarity of both geometric distance and non-spatial attribute.Normally,the method can adapt to a spatial database which contains clusters of arbitrary shapes,non-homogeneous densities and/or large amount of noise.Only one input parameter is required.Experiments on both synthetic and real-world spatial dataset are utilized to demonstrate the effectiveness and advantages of the HGDSC method.

关 键 词：空间聚类 非空间属性 DELAUNAY三角网 密度 

分 类 号：P208[天文地球—地图制图学与地理信息工程]