基于模糊C均值的空间聚类方法研究

• 作者: 刘佳 王海军 邓羽
• 来源期刊: 华中师范大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 空间聚类 模糊C均值 空间数据挖掘 知识发现
• 年，卷（期）: 2009,（1）
• 页码范围: 152-155
• 页数: 4页
• 分类号: P208
• 字数: 2361字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1190.2009.01.031

摘要

空间聚类是空间数据挖掘和知识发现的的主要方法之一."基于模糊C均值的空间聚类方法"可以广泛地应用到对空间数据挖掘和知识发现中的分类分级研究.该方法的基奉思想是:首先,设定聚类数目和模糊度常数,并初始化各个聚类中心,每一个数据点按照一定的模糊隶属度隶属于某一聚类中心;然后,逐步进行循环迭代.改变目标函数值以及各个隶属度,并决定新一级聚类中心;最后,当日标函数收敛或者数据点的隶属度保持恒定时,就得到了输入数据的最终聚类中心,从而完成了模糊聚类划分.该文给出了该方法的实现步骤,并以实例验证了方法的可行性和科学性,取得了很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘佳	武汉大学资源与环境科学学院	42	396	10.0	19.0
2	王海军	武汉大学资源与环境科学学院	50	634	13.0	23.0
3	邓羽	中国科学院地理科学与资源研究所	34	748	15.0	27.0