K-means聚类算法在空间数据挖掘中应用与改进.pdfVIP

K-means聚类算法综述

：空间数据挖掘是计算机及GIS研究的热点之一。空间聚类是空间数据挖掘

的一个重要功能。K-means聚类算法是空间聚类的重要算法。本综述在介绍了空间聚类规

则的基础上，叙述了经典的K-means算法，并总结了一些针对K-means算法的改进。

：空间数据挖掘，空间聚类，K-means，K值

1、引言

现代社会是一个信息社会，空间信息已经与人们的生活已经密不可分。日益丰富的空

间和非空间数据收集于空间数据库中，随着空间数据的不断膨胀，海量的空间数据的

大小、复杂在快速增长，远远超出了人们的解译能力，从这些空间数据中发现邻域知

识迫切需求产生一个多学科、多邻域综合交叉的新兴研究邻域，空间数据挖掘技术应运而

生。空间聚类分析方法是空间数据挖掘理论中一个重要的领域，是从海量数据中发现知识

的一个重要。K-means算法是空间聚类算法中应用广泛的算法，在聚类分析中起着重

要作用。

2、空间聚类

空间聚类是空间数据挖掘的一个重要组成部分。作为数据挖掘的一个功能，空间聚类

可以单独的工具用于获取数据的分布情况，观察每个聚类的