基于粒子群優(yōu)化的空間數(shù)據(jù)聚類算法研究.pdf

1、隨著信息技術(shù)的飛速發(fā)展，現(xiàn)實世界中的大量空間數(shù)據(jù)被存儲在空間數(shù)據(jù)庫中，為了找出空間數(shù)據(jù)庫中數(shù)據(jù)間的相互關(guān)系及其規(guī)律，提出了空間挖掘技術(shù)?？臻g聚類是空間數(shù)據(jù)挖掘的重要方法之一，它以較強(qiáng)的實用性和高效性正成為空間數(shù)據(jù)挖掘領(lǐng)域的研究熱點。
　　 本文首先對數(shù)據(jù)挖掘和空間數(shù)據(jù)挖掘的概念作了介紹，并分析了它們之間的相同點和不同點，著重介紹了空間數(shù)據(jù)挖掘方法中的空間聚類概念?？臻g聚類跟傳統(tǒng)的聚類方法并不完全相同，它針對的是具有自己特殊性質(zhì)的

2、空間數(shù)據(jù)庫。本文詳細(xì)介紹了空間聚類的分析過程和要求，以及評判空間聚類質(zhì)量的方法；同時也對目前幾種常用的空間聚類方法進(jìn)行了介紹、分析和比較，為下一步的研究工作奠定了理論基礎(chǔ)。
　　 由于空間數(shù)據(jù)具有海量的特征，本文對聚類中的經(jīng)典算法k均值算法進(jìn)行了分析，k均值算法雖然在針對大規(guī)模數(shù)據(jù)時有執(zhí)行速度快的特點，但是對初始聚類中心比較敏感，容易陷入局部最優(yōu)解，直接影響聚類效果?？臻g數(shù)據(jù)挖掘同傳統(tǒng)數(shù)據(jù)挖掘一樣也是一門綜合了多門學(xué)科領(lǐng)域的方法