基于MST聚类的空间数据离群挖掘算法

• 作者: 林甲祥 樊明辉 郑旻琦 陈崇成
• 来源期刊: 地球信息科学
• 学科: 工学
• 关键词: SOM算法 聚类的离群 空间离群 MST聚类
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 地学信息模型与算法研究
• 页码范围: 586-592
• 页数: 7页
• 分类号: TP3
• 字数: 6940字
• 语种: 中文
• DOI: 10.3969/j.issn.1560-8999.2008.05.006

摘要

空间离群是指空间邻域中属性特征值明显不同于其他对象的空间对象,空间数据离群挖掘能为人们提供很多有趣的信息,但空间数据具有复杂的拓扑关系、方位关系和度量关系等空间特征,传统的面向事务型数据库的离群挖掘算法并不适用于空间数据库.本文提出了基于MST(Minimum Spanning Tree,最小生成树)聚类的空间数据离群挖掘算法(SOM);有机结合了最小生成树理论与密度的方法,既体现了空间离群的局部特性,又体现了空间离群的孤立程度.该算法通过MST维护空间数据的基本空间结构特征,通过打断MST中最不一致的边形成MST聚类,不仅具有密度的聚类方法能够聚集非球状簇和分布不均的数据集的特点,而且聚类结果不依赖于用户参数的选择,因此,离群挖掘结果更合理.最后,通过实例数据,验证了该算法的有效性,它适用于大规模空间数据集的离群挖掘.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈崇成	福州大学福建省空间信息工程研究中心空间数据挖掘与信息共享教育部重点实验室	116	1863	23.0	39.0
2	樊明辉	福州大学福建省空间信息工程研究中心空间数据挖掘与信息共享教育部重点实验室	23	129	7.0	9.0
3	林甲祥	福州大学福建省空间信息工程研究中心空间数据挖掘与信息共享教育部重点实验室	4	6	2.0	2.0
4	郑旻琦	福州大学福建省空间信息工程研究中心空间数据挖掘与信息共享教育部重点实验室	1	3	1.0	1.0