投影寻踪动态聚类方法及其在四川省生态环境质量评价中的应用.pdfVIP

维普资讯 第 22卷第 l期 成 都 信 息 工 程 学 院 学 报 Vo1．22NO．1 2007年 2月 JOURNALOFCHENGDU UNIVERSITYOFINFORMATIONTECHNOLCKiY Feb．2(H】7 文章编号：1671．1742I2007)01．0ll3．03 投影寻踪动态聚类方法及其在四川省生态环境 质量评价 中的应用 段沛霞 ， 倪长健 ，2 (1．成都信息工程学院，四川 成都 610225；2．中国科学院水利部成都山地灾害与环境研究所， 四川 成都 610041) 摘要：首次依据动态聚类思想，建立了投影寻踪动态聚类模型。并将方法用于四川省生态环境质量综合评价 中。与投影寻踪聚类方法相比，投影寻踪动态聚类方法不但可以作出环境质量的综合评价，而且消除了投影寻踪 聚类方法中密度窗宽确定的人为因素，把寻优过程和聚类结果有机结合起来 ，为生态环境质量综合评价的研究开 创了一条新途径。 关 键 词：投影寻踪；动态聚类；生态环境质量 中图分类号：X171．1 文献标识码 ：A 1 引言 投影寻踪是分析高维数据的一类统计方法…1。其基本思想是将高维数据投影到低维子空间上，通过分析低 维空间数据点的变化特征来研究高维数据结构特征，已经广泛应用于水质评价、大气环境质量综合评价、灾情评 估等方面 。然而，其密度窗宽参数的确定还是没有得到很好的解决，虽然文献[5]给出了相应的经验公式，但 这只是有限实验统计的结果，有待于进一步的研究和探讨。而且对于没有分类标准参照的聚类问题，投影寻踪聚 类模型只能得到基于投影特征值大小的样本排序，不能直接给出明确的聚类结果。在上述分析的基础上，提出了 投影寻踪动态聚类法(ProieetionPursuitDynamicCluster，PPDC)，并将其应用于四川省生态环境质量评价，获得 了令人满意的结果。 2 投影寻踪动态聚类模型 设第 i个样本的第 个因素为 (i=1，…，竹；=1，…，研；竹为样本个数 ，研为因素个数)，投影寻踪动态聚 类模型的实现步骤如下： 步骤 1：预处理。由于各因素数值范围可能相差较大，为了消除极端异常值对聚类结果造成的影响，找出满 足下式的样本个体，并将其从样本集中加以剔除。 xo10* (1) 另外，为了满足尺度不变性，采用下式对剔除后的评价指标值进行极差归一化处理： ‘ f=[xo— _m]／[m 一 _m] 。(2) 、 、f一分别为样本中第 个指标值的平均值、最小值和最大值。 步骤2：线性投影。线性投影实际就是给出一投影方向，把多因素复杂问题转化为一维投影特征值序列，将 高维数据投影到线性空间进行研究，设 为 研维单位向量，则 的投影特征值2可用式(3)描述， ~aj：cij (3) 』=l 步骤 3：构造 目标函数。对于任一投影方向，基于某一聚类准则的样本分类结果是确定的，记整个样本的投 影特征值序列组成的集合为Q={21，22，…，2}，要将它们分成K类，采用动态聚类法 [，实现步骤如下： (1)随机选取K个点作为K个聚核，记为L。=(A0，A0， ·，Ao)； 收稿 日期：2006一o4—05 基金项 目：成都信息工程学院自然科学与技术发展资助项 目(CSRb200501) 维普资讯 114 成 都 信 息 工 程 学 院 学 报 第22卷 (2)根据 L。，把Q中的点分为K类，记为 P。=( ，