广义多维云模型及在空间聚类中的应用

摘要：

传统的空间聚类方法难于脱离"硬划分"的束缚,且不能有效描述空间对象的复杂特征.一维云模型无法准确反映现实世界的多属性特征.简单的数据融合丢失了空间对象的必要信息.标准二维云模型克服了一维云的不足,但是在模拟复杂地理现象的非齐性和非对称性方面显得捉襟见肘.基于以上考虑,提出了广义多维云模型,以分段特性来体现空间对象的综合特征,并推导出模型的数学表达式.在实证研究的基础上,从空间聚类的隶属程度空间分布特征、与模糊C均值的对比研究及与住宅地价的耦合分析三个视角,详实解读了聚类结果.分析发现,广义多维云模型更能体现空间对象的综合特征,空间聚类结果能够反映出空间分布的潜在信息.更为准确的实现了复杂情况下的空间划分.该模型在刻画地理现象中更为合理,但由于地理实体的空间作用极其复杂.建立模型是一项既具体又充满挑战的任务.

关键词：多维云、空间聚类、数据挖掘、隶属度

所属期刊栏目：64

分类号：TP3;TP1

资助基金：国家自然科学基金项目40971102,40871179;中科院研究生科技创新与社会实践资助专项[Foundation:National Natural Science Foundation of China,No.40971102;No.40871179;The CAS Special Grant for Post-graduate Research,Innovation and Practice]

在线出版日期：2010-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1439-1447