基于信息熵的空間對(duì)象群聚類算法研究.pdf

1、聚類是數(shù)據(jù)挖掘的基本任務(wù)之一,其目的為把相似性大的對(duì)象聚集為一簇,把相似性小的對(duì)象分離開來(lái),從而發(fā)現(xiàn)潛在的、有意義的知識(shí)。空間聚類是空間數(shù)據(jù)挖掘的重要內(nèi)容,是指在一個(gè)較大的多維數(shù)據(jù)集中根據(jù)距離的度量找出簇或稠密區(qū)域,在同一個(gè)簇中的對(duì)象之間具有較高的相似度,而不同簇中的對(duì)象差別較大?？臻g聚類分析是一項(xiàng)非常有意義的數(shù)據(jù)挖掘任務(wù),在國(guó)內(nèi)外得到了廣泛的關(guān)注,并被應(yīng)用到諸多的領(lǐng)域中。
　　 現(xiàn)有的空間聚類算法都側(cè)重于對(duì)點(diǎn)對(duì)象或單一對(duì)象進(jìn)行

2、聚類分析,而沒有考慮具有包含、相鄰等空間拓?fù)潢P(guān)系構(gòu)成的空間對(duì)象群的綜合特性分析。本文研究了基于空間關(guān)系的空間對(duì)象群聚類問(wèn)題,取得的成果如下:
　　 1.在綜合分析空間數(shù)據(jù)特征的前提下,首先給出了空間對(duì)象群的相關(guān)定義,空間對(duì)象群就是基于空間關(guān)系將空間數(shù)據(jù)集劃分成的若干個(gè)對(duì)象組；然后通過(guò)引入空間數(shù)據(jù)的預(yù)處理算法,明確闡述了空間對(duì)象群的構(gòu)造過(guò)程；在此基礎(chǔ)上,最后針對(duì)空間對(duì)象群的聚類問(wèn)題進(jìn)行了深入的分析,這為后續(xù)的空間對(duì)象群聚類算法的提

3、出奠定了基礎(chǔ)。
　　 2.提出了基于信息熵的空間對(duì)象群聚類算法ESOGC,把空間對(duì)象群包含的對(duì)象看作空間對(duì)象群的屬性,采用蟻群聚類算法,根據(jù)空間對(duì)象群主題對(duì)象鄰域范圍內(nèi)信息熵的變化實(shí)現(xiàn)空間對(duì)象群的聚類。對(duì)算法ESOGC進(jìn)行測(cè)試,實(shí)驗(yàn)結(jié)果表明算法ESOGC對(duì)基于空間關(guān)系的空間對(duì)象群聚類分析是有效的。
　　 3.提出了基于相似性計(jì)算的空間對(duì)象群聚類算法NSOGC,使用信息熵定義了空間對(duì)象群之間的相似性。并將該相似性計(jì)算方法與