聚类算法分析及在GIS中心选址中的仿真研究

• 作者: 俞立 张贵军 王信波
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 选址 地理信息系统 坐标聚类 随机采样
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 社会科学领域仿真
• 页码范围: 256-260
• 页数: 5页
• 分类号: TP391.9
• 字数: 3860字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2009.09.068

摘要

通过对聚类算法初始点选择策略的分析和比较,经典k-means算法在GIS海量数据处理上的效率问题,提出了随机采样的k-means算法来进行坐标聚类;并将随机采样k-means算法应用于GIS中心选址,充分利用GIS数据分析和处理能力,以城市间的欧几里得距离为相似条件,采用最大最小原则选取初始点进行聚类,从而缓解局部最优解产生的概率;选取中心城市作为目标对象,从而提高商业决策的充分性和可靠性;经仿真结果验证了所提出的随机取样k-means算法的有效性和正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞立	浙江工业大学信息工程学院	253	3625	30.0	50.0
2	张贵军	浙江工业大学信息工程学院	68	419	12.0	15.0
3	王信波	浙江工业大学信息工程学院	2	22	2.0	2.0