便利体和障碍物下基于网格的空间聚类算法.pdfVIP

第27卷第 1期 计 算 机 应 用 研 究 Vo1_27 No．1 2010年 1月 Application ResearchofComputers Jan．2010 便利体和障碍物下基于网格的空间聚类算法 杨仕海，傅 鹂 (重庆大学 软件学院，重庆 400044) 摘 要 ：为了降低计算代价，在CLIQUE算法的基础上引入 了便利 网格和障碍 网格等概念 ，提 出了便利体和障 碍物下基于网格的聚类算法(GBSCFO)。GBSCFO首先利用CLIQUE算法生成微簇 ，然后在微簇 的粒度上计算 障碍距离。通过理论分析和实验验证 ，GBSCFO具有较好 的时间复杂度和聚类效果。 关键词 ：空间；聚类；网格 ；障碍物；便利体：微簇 中图分类号 ：TP3 文献标志码 ：A 文章编号 ：1001—3695(2010)01—0l17一O3 doi：10．3969／j．issn．1001—3695．2010．01．035 Grid—basedspatialclusteringinpresenceoffacilitatorsandobstacles YANG Shi—hai．FU Li (SchoolofSoftwareEngineering，ChongqingUniversity，Chongqing400044，China) Abstract：Inordertoreducethecost，thepapergavetheconceptsofdefinitionssuchasobstaclegridandfacilitategrid，and proposedgrid—basedspatialclusteringinthepresenceoffacilitatorsandobstacles(GBSCFO)basedonCLIQUEalgorithm．The algorithmfirstgeneratedthemicro--clustersbasedOilCLIQUEandcomputedtheobstructeddistancebetweenthemicro--clus-· ters．Comparedwiththeexistingsimilaralgorithmsontheaspectsoftheoryanalysisandexperiment，thisalgorithm hasprefer— abletimecomplexityandclusteringresultsonthesamedataobjects． Keywords：spatial；clustering；grid；obstacles；facilitators；nlicro—cluster 空间聚类是空间数据挖掘的一个重要内容，它将空间数据 有各 自的优势和不足。COD—CLARANS在顾及障碍物约束的 对象分成类或簇的过程 ，同一个簇中的对象之间具有很高的相 条件下 ，计算任意两样本点的最近距离，将采样技术与 PAM相 似度 ，而不同簇中的对象高度相异，而描述对象之间的相异度 结合，通过迭代的方法来完成在障碍物约束下的聚类问题，它 通常使用对象之间的距离。目前常用的空间聚类方法有划分 能够快速处理大量的障碍物但需要先验知识，而使用可视图方 法、层次法、基于密度、基于网格和基于模型的方法等…。这 法代价高，时间复杂度增加 ，却不适合大量的空间数据。Auto— 些空间聚类方法假设样本间是可以直达的，一般采用样本间的 Clust+不需要用户提供参数值 ，时间复杂度可降低到 O(nlog 欧式距离 (Euclideandistance)即直线来衡量样本间或簇问的 n)，但是Delaunay图处理约束代价高且缺乏灵活性。DBCLuC 相似性，忽