空间点模式聚类方法研究

• 作者: 于四全 毕建涛
• 来源期刊: 科技创新与生产力
• 关键词: 空间点模式 数据挖掘 聚类分析 OPTICS算法 DBSCAN算法 Meanshift算法 CLUSTERDP算法
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 可持续发展
• 页码范围: 49-52
• 页数: 4页
• 分类号: TP311.13
• 语种: 中文
• DOI: 10.3969/j.issn.1674-9146.2018.04.049

摘要

空间点模式聚类分析是指从地理数据集中发现空间实体的聚集模式.现有研究中,通过定义不同的空间簇模型,发展了大量的空间点模式聚类方法,然而对这些方法的有效性缺乏客观性评价.为此,本文从基于划分、 密度以及图论的方法中选取了5种具有代表性的方法,采用4组模拟数据集进行测试,通过准确率和召回率对5种方法聚类质量进行了定量评价,发现基于图论方法聚类质量优于基于密度以及基于划分的方法;基于密度的方法中,OP-TICS算法聚类质量优于DBSCAN算法;基于划分的方法中,Meanshift算法聚类质量优于CLUSTERDP算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毕建涛	中国科学院遥感与数字地球研究所	29	347	12.0	18.0
2	于四全	中南大学地球科学与信息物理学院	1	2	1.0	1.0