顾及密度对比的多层次聚类点群选取方法

论文摘要

在语义信息缺乏的情况下进行点群选取是制图综合的难点之一。提出了一种新的通过多层次聚类进行点群选取的方法。首先,针对k-means聚类算法的不足,利用改进的密度峰值聚类算法实现点群自动聚类,主要表现为用基尼系数确定最优截断距离及用局部密度和相对距离的关系自动确定聚类中心。其次,提出一种顾及密度对比的选取策略,通过点群多层次聚类,将点群划分成不同等级的簇,确定不同等级的聚类中心,建立点群的层次树结构;依据方根定律计算的选取数量,按照各级别簇的点数比例,自上而下逐层分配待选取点数,确定选取对象,实现点群的自动选取和多尺度表达。对不同分布模式的点群进行实验,验证了该方法的普适性和有效性。

论文目录

• 1 基于改进密度峰值聚类算法的点群自动聚类
•   1.1 密度峰值聚类算法及分析
•   1.2 密度峰值聚类算法的改进
•     1.2.1 截断距离自适应确定
•     1.2.2 聚类中心的自动确定
• 2 顾及密度对比的多层次聚类点群综合
•   2.1 点群多层次聚类
•   2.2 顾及密度对比的点群选取方法
• 3 实验与分析
•   3.1 不同分布模式点群选取实验
•   3.2 与现有方法的比较分析
• 4 结语

文章来源

类型: 期刊论文

作者: 程绵绵,孙群,李少梅,徐立

关键词: 空间聚类,密度峰值,基尼系数,点群选取,制图综合

来源: 武汉大学学报(信息科学版) 2019年08期

年度: 2019

分类: 基础科学,信息科技

专业: 自然地理学和测绘学,计算机软件及计算机应用

单位: 信息工程大学地理空间信息学院

基金: 国家自然科学基金(41571399)~~

分类号: P283;P208

DOI: 10.13203/j.whugis20180043

页码: 1131-1137

总页数: 7

文件大小: 2258K

下载量: 156