基于空间加权距离的自适应Fuzzy C-Means算法研究-论文.pdf

《基于空间加权距离的自适应Fuzzy C-Means算法研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第37卷第2期测绘与空间地理信息Vo1．37，No．22014年2月GEOMATICS&SPATIALINFoRMATloNTECHNOLOGYFeb．，2014基于空间加权距离的自适应FuzzyC—Means算法研究王海起，朱锦，王劲峰。(1．中国石油大学(华东)地球科学与技术学院，山东青岛266580；2．中国石油集团东方地球物理公司，河北涿州072751；3．中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室，北京100101)摘要：空间聚类不仅应考虑GIS对象属性特征的相似性，还应考虑对象的空间邻近性。不同属性、位置特征在聚类中起到的

2、作用不同。采用信息熵方法计算空间距离中各属性距离、位置距离的权重，权值大小用于度量相应特征在fuzzyC—means隶属度计算时的作用大小，并引入相似性指标，当两个聚类之间的相似度高于某个合并阅值时，则对应的一对聚类进行合并，从而克服需预先设置聚类类数的问题。通过应用实例的聚类有效性分析，与普通空间距离相比，基于空间加权距离的FCM算法具有稳定性和有效性。关键词：fuzzyC—means；空间加权距离；信息熵；自适应聚类合并中图分类号：P208文献标识码：B文章编号：1672—5867(2014)02—0018—04AnAdaptiveFuzzyC·-—

3、MeansClusteringAlgorithmBasedonSpatialWeightedDistanceWANGHal—qi，ZHUJin，WANGJin—feng(1．SchoolofGeosdences，ChinaUniversityofPetroleum(EastChina)，Qingdao266580，China；2．BGPInc．，ChinaNationalPetroleumCorporation，Zhuozhou072751，China；3．LREIS，InstituteofGeographicSciencesandNationalRes

4、ourcesResearch，CAS，Beijing100101，China)Abstract：Sp~iMclusteringshouldnotonlyconsiderthesimilarityofattributesfeaturesofGISobjects，butalsoconsiderspatialpvox-imityofobjects．Differentattributesandlocationfeaturesplaydifferentrolesintheclustering．Entropymethodisusedtocalculatethewei

5、ghtofeachattribute，locationdistance，whichcanmeasuretheeffectsizeofcorrespondingfeaturewhenfuzzye～meansmember-shipiscalculated．Moreover，fuzzysimilarityindexisusedtoassessthesimilarityoftwoclustersandsimilarclusterswillbemergedifthesimilaritybetweenclustersishigherthanathreshold，wh

6、ichcanavoidpresettingthenumberofclusters．Thenewalgorithmisil—lustratedandanalyzedbyclustervalidityindicesandtheresultindicatesitismorerobustandefectiveforGISdatathantheoriginalFCMalgorithmbasedonnormalspatialdistance．Keywords：fuzzyC—means；spatialweighteddistance；entropy；adaptivec

7、lustermerging小的相似性。O引言模糊C均值(FuzzyC—Means，简称FCM)算法首先由聚类分析是多元统计分析的一种方法，也是无监督Dunn提出，随后被Bezdek推广。Bezdek使用模糊划分的模式识别的一个重要分支，在模式分类、图像识别和模糊概念，在K均值算法的目标函数中引入模糊指数m得到规则处理等众多领域获得广泛应用。聚类分析主要根据FCM算法。FCM算法就是反复修改聚类中心和隶属度对象的属性特征，将大规模的数据集划分为由相似的对矩阵的过程，也称为动态聚类。象组成的多个类，使类内具有最大的相似性、类间具有最FCM聚类常采用传统的欧式

8、距离进行相似性度量，收稿日期：2013—09—13基金项目：山东省自然科学基金项