一种基于网格的障碍约束下空间聚类算法

山东大学学报(工学版)

一种基于网格的障碍约束下空间聚类算法

孙宇清, 赵锐, 姚青, 史斌, 刘佳

山东大学计算机科学与技术学院，山东济南250100

收稿日期:2006-01-12 修回日期:1900-01-01 出版日期:2006-06-24 发布日期:2006-06-24
通讯作者: 孙宇清

A meshbased clustering algorithm in the presence of obstacles

SUN Yuqing,ZHAO Rui,YAO Qing,SHI Bin,LIU Jia

School of Computer Science and Technology,Shandong University,Jinan 250100，China

Received:2006-01-12 Revised:1900-01-01 Online:2006-06-24 Published:2006-06-24
Contact: SUN Yuqing

摘要/Abstract

摘要： 障碍约束下的空间聚类问题具有很强的实用价值，是近几年来空间数据挖掘研究领域的一个热点.研究和分析了现有的障碍约束空间聚类算法，针对其中存在的问题，提出了一种新的基于密度和网格的障碍约束下空间聚类算法.该算法在CLICQU算法的基础上，引入障碍网格的概念和障碍物的网格化表达，使其能够处理任意形状的障碍约束聚类.通过理论分析和实验验证，该算法具有较好的时间复杂度和聚类效果.

关键词: 空间数据挖掘, 聚类, 障碍约束, 网格

Abstract: Clustering of spatial data in the presence of obstacles has a wide application, and is an important research issue recently. A novel meshbased clustering algorithm in the presence of obstacles is presented. Which introduces the concept of obstaclemesh into the algorithm of CLICQU. By decomposing obstacles into appropriate meshes, the algorithm can deal with randomshape obstacles. Compared with the existing similar algorithms on the aspects of theory analysis and experiment, this algorithm has a preferable time complexity and clustering results on the same data objects.

Key words: clustering, obstacle constraints, mesh , spatial data mining

孙宇清,赵锐,姚青,史斌,刘佳 . 一种基于网格的障碍约束下空间聚类算法[J]. 山东大学学报(工学版), 2006, 36(3): 86-90 .

SUN Yuqing,ZHAO Rui,YAO Qing,SHI Bin,LIU Jia . A meshbased clustering algorithm in the presence of obstacles[J]. JOURNAL OF SHANDONG UNIVERSITY (ENGINEERING SCIENCE), 2006, 36(3): 86-90 .

参考文献

相关文章 15

[1]	王换,周忠眉. 一种基于聚类的过抽样算法[J]. 山东大学学报(工学版), 2018, 48(3): 134-139.
[2]	张佩瑞,杨燕,邢焕来,喻琇瑛. 基于核K-means的增量多视图聚类算法[J]. 山东大学学报(工学版), 2018, 48(3): 48-53.
[3]	读习习,刘华锋,景丽萍. 一种融合社交网络的叠加联合聚类推荐模型[J]. 山东大学学报(工学版), 2018, 48(3): 96-102.
[4]	杨天鹏,徐鲲鹏,陈黎飞. 非均匀数据的变异系数聚类算法[J]. 山东大学学报(工学版), 2018, 48(3): 140-145.
[5]	冯霞,黄熙祥. 基于GEL的机场噪声等值线并行生成算法[J]. 山东大学学报(工学版), 2018, 48(2): 8-13.
[6]	庞人铭,王波,叶昊,张海峰,李明亮. 基于PCA相似度和谱聚类相结合的高炉历史数据聚类[J]. 山东大学学报(工学版), 2017, 47(5): 143-149.
[7]	黄炎辉,樊养余,苏旭辉. 基于单目RGB摄像机的三维人脸表情跟踪算法[J]. 山东大学学报(工学版), 2017, 47(4): 7-13.
[8]	周旺,张晨麟,吴建鑫. 一种基于Hartigan-Wong和Lloyd的定性平衡聚类算法[J]. 山东大学学报(工学版), 2016, 46(5): 37-44.
[9]	吉兴全,韩国正,李可军,傅荣荣,朱仰贺. 基于密度的改进K均值聚类算法在配网区块划分中的应用[J]. 山东大学学报(工学版), 2016, 46(4): 41-46.
[10]	李朔,石宇良. 基于位置社交网络中地点聚类推荐方法[J]. 山东大学学报(工学版), 2016, 46(3): 44-50.
[11]	江峰,杜军威,刘国柱,眭跃飞. 基于加权的K-modes聚类初始中心选择算法[J]. 山东大学学报(工学版), 2016, 46(2): 29-34.
[12]	徐平安,唐雁,石教开,张辉荣. 基于薛定谔方程的K-Means聚类算法[J]. 山东大学学报(工学版), 2016, 46(1): 34-41.
[13]	樊淑炎, 丁世飞. 基于多尺度的改进Graph cut算法[J]. 山东大学学报(工学版), 2016, 46(1): 28-33.
[14]	马相明, 孙霞, 张强. 轮式装载机典型作业工况构建与分析[J]. 山东大学学报(工学版), 2015, 45(5): 82-87.
[15]	朱红, 丁世飞. 变粒度二次聚类方法[J]. 山东大学学报(工学版), 2015, 45(3): 1-6.

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed