- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 1O卷第2期 南京师范大学学报(工程技术版) Vo1.10No.2
2010年6月 JOURNALOFNANJINGNORMALUNIVERSITY(ENGINEERINGANDTECHNOLOGYEDITION) Jun,2010
空间聚类技术研究综述
柳 盛 ,吉根林
(1.南京师范大学 虚拟地理环境教育部重点实验室,江苏 南京 210046;
2.南京师范大学计算机科学与技术学院,江苏 南京210046)
[摘要] 空间数据挖掘是一种获取空间数据所蕴含知识的方法和技术.空间聚类是空间数据挖掘的重要研究内容,有着广泛
的应用领域.介绍了空间聚类算法的分类和性能要求 、空间聚类过程和方法.空间聚类算法主要有基于划分的方法、基于层次的
方法、基于密度的方法 、基于网格的方法、基于模型的方法 以及其它形式的空间聚类算法.
[关键词】 空间数据挖掘,空间聚类,聚类分析
[中图分类号]TP311 [文献标识码]A [文章编号]1672—1292(2010)02-0057-06
A Review ofResearchesonSpatialClustering
LiuSheng ,JiGenlin
(1.MinistryofEducationKeyLaboratoryofVirtualGeographicEnvironment,NanjingNormalUniversity,Nanjing210046,China;
2.SchoolofComputerScienceandTechnology,NanjingNormalUniversity,Nnajing210046,China)
Abstract:SpatiM dataminingisakindofmethodsandtechniquesofobtainingtheknowledgeinherentinspatialdata.
Spatial clusteringwhichhasawideareaofapplicationstakesupanimportantpartinspatial datamining.Thisarticlein—
troducesclassificationandperformancerequirementsofspatialclusteringalgorithms,theprocessandmethodsofspatial
clustering.Ingeneral,themajorspatialclusteringmethodscanbeclassifiedintothefollowingcategories:partitioning
methods,hierrachicalmethods,density—basedmethods,grid—basedmethods,model—basedmethodsandothers.
Keywords:spatial datamining,spatial clustering,clusteranalysis
据统计,有80%以上的数据与地理位置相关.事实上,大量的空间数据是从遥感、医疗影像、地理信息
系统 (GeographicInformationSystem,GIS)、计算机辅助设计(CAD)、物流系统等多种应用 中收集而来,其
数据量之大、类型之多、结构之复杂远超过了人脑的分析能力….由此造成了空间数据虽多,但知识贫乏
的局面.从这些空间数据 中发现领域知识的迫切需求产生一个多学科、多领域综合交叉的新兴研究领
域——空间数据挖掘 J.空间数据挖掘(SpatialDataMining)是指从空间数据库中提取隐含的、用户感兴
趣的空间和非空间模式、普遍特征、规则和知识的过程 l4J.
空间聚类 (SpatialClustering)是空间数据挖掘的重要组成部分,是聚类研究在空间数据分析中的应
用.空间聚类应用广泛,如地理信息系统、生态环境、军事、市场分析等领域.通过空间聚类可 以从空
文档评论(0)