一种基于位置距离和属性特征结合的聚类方法.docVIP

一种基于位置距离和属性特征结合的聚类方法 　　摘 要：利用空间坐标和属性特征的有机结合，定义了3 种曼哈顿空间距离，用matlab编程给出了基于该空间距离的ACA-Cluster聚类算法，并对山东省生态环境质量进行了聚类分析和类型分区。实验表明，该方法可以较好地反映出空间位置邻近和属性特征相似的空间聚类要求。 　　关键词：空间距离；空间对象；ACACluster聚类；空间聚类；空间数据挖掘 　　中图分类号：TP301 文献标识码：A 文章编号2013）003005104 　　作者简介：石亚冰（1981-），女，硕士，广西师范学院计算机与信息工程学院讲师，研究方向为人工智能、空间数据挖掘。0 引言 　　空间对象本质上具有地理位置和属性特征双重含义，二者结合才能完整地描述空间特征和空间差异。综合考虑，这两类特征的空间聚类方法主要有分治法和一体化法。分治法中的空间聚类分析存在着两个偏向，一是从事 GIS 理论方法和技术工具研究的工作者大多根据空间对象的地理坐标进行聚类，即只考虑对象的空间邻近性，而不考虑对象属性特征的相似性；另一种是从事GIS 应用和地学研究的工作者，则直接套用传统聚类分析方法，根据属性特征集进行分析， 而忽视了对象的空间邻近性。本文介绍的方法基于一体化法进行改进，一体化法是将空间要素的位置（即坐标）和非空间属性数据都视为空间要素的属性数据，并使用属性距离函数计算相似度，再结合kmeans算法进行聚类的方法。 　　本文主要做了以下工作：①定义了3种曼哈顿空间距离来度量空间对象的相似度；②给出了基于曼哈顿距离的ACACluster算法对空间对象进行聚类，在聚类过程中将空间坐标作为一个属性变量加以考虑，从而实现对空间对象进行多角度的聚类；③最后通过实验结果对比，证明在两种距离测度方式下一体化法的扩展功能，距离测度不同，算法同样能发挥较好的作用。 　　1 相似度距离定义 　　聚类分析中常用的距离有近10 种，最常采用的距离之一曼哈顿距离。 　　定义1 空间曼哈顿距离 　　（3） 位置距离可以表达地物之间的邻近程度，属性距离则刻画地物之间属性特征的相似性。在聚类分析中，一般要求同类的地物既要在空间上邻近，又要在属性特征上相似。由此可见，单独采用位置距离或属性距离作为聚类分析的尺度，均不能很好地满足这一要求。为此，定义3 种把位置距离和属性距离结合在一起的空间距离。 　　定义2 基于位置距离和属性距离结合的空间距离 　　（4） 定义3 同等加权空间距离 　　第二种定义方法是对位置距离和属性距离进行加权，分别为wp和wa。同等加权空间距离（equal weighting method distance）为ewmdis（si，sj）：ewmdis（si，sj）=wp|xi-xj|+|yi-yj|+ 　　（5） 定义4 不等加权空间距离 　　事实上，坐标中的两个坐标值对聚类分析的作用不同，其重要性用向量W（p）=（ws，wy）表示；同样，属性特征集中的m个特征对聚类分析的作用也是不一样的， 其重要性可用权重向量W（f）=（w1，w2，…，wm）来表示，于是有了不等加权空间距离（unequal weighting method distance）为uewmdis（si，sj）：uewmdis（si，sj）=wx|xi-xj|+wy|yi-yj|+ 　　（6）2 基于空间位置和属性特点的空间聚类算法 　　算法1 ACACluster 　　输入：簇的数目和包含n个样品的数据集 　　输出：centernum个簇 　　（1）设置最大叠代次数iternum。 　　（2）随机取centernum个样品作为聚类中心。m_center（i）.feature=m_pattern（i）.feature，m_center（i）.index=i；m_pattern（i）.category=i；i=（1～centernum），其余样本中心号为-1，样品到本类中心的距离为max（max为无穷大）。 　　（3）For j=1 to n 　　For i=1 to centernum 　　spades（m_parrentj，m_centerk） 　　Assign each m_parrentj to the cluster which has the closest diastance 　　//假设选取的样品分别属于每一类，需要分三类A、B、C，参见图1（a），用本文定义2的spadis（）距离来计算其余样本到这三类的距离，将它们归为距离最近的类。至此，所有的样本都归类完毕。 　　（4）For i=1 to centernum Do 　　m_cemteri=∑m_pattern∈Cim