| 基于改进演化算法的空间数据聚类方法 |
| |
| 引用本文： | 兰小机,徐红伟,潘伟丰,苏建强. 基于改进演化算法的空间数据聚类方法[J]. 计算机工程, 2008, 34(22): 29-31 |
| |
| 作者姓名： | 兰小机 徐红伟 潘伟丰 苏建强 |
| |
| 作者单位： | 1. 江西理工大学建筑与测绘工程学院,赣州,341000
2. 江西理工大学信息工程学院,赣州,341000 |
| |
| 基金项目： | 国家自然科学基金资助项目(40761017，40401045); 江西省研究生创新基金资助项目(YC07A073); 地理信息科学江苏省重点实验室开发基金资助项目(JK20050302) |
| |
| 摘 要： | 分析空间数据的特点和用常规方法进行空间数据聚类分析的难点与不足，提出一种基于改进的演化算法空间数据聚类方法——SDCEA。解决用传统方法进行空间数据聚类分析时存在的问题，增强聚类分析方法的灵活性和有效性。实验结果表明，对于空间数据的聚类分析问题，该算法具有很好的性能。
|
| 关 键 词： | 空间数据 数据挖掘 演化算法 聚类 |
| 修稿时间： | |
Spatial Data Clustering Method Based on Improved Evolutionary Algorithm |
| |
| LAN Xiao-ji,XU Hong-wei,PAN Wei-feng,SU Jian-qiang. Spatial Data Clustering Method Based on Improved Evolutionary Algorithm[J]. Computer Engineering, 2008, 34(22): 29-31 |
| |
| Authors: | LAN Xiao-ji XU Hong-wei PAN Wei-feng SU Jian-qiang |
| |
| Affiliation: | (1. School of Architecture & Survey Engineering, Jiangxi University of Science & Technology, Ganzhou 341000; 2. School of Information Engineering, Jiangxi University of Science & Technology, Ganzhou 341000) |
| |
| Abstract: | This paper analyzes the features of the spatial data and difficulties and shortages of traditional methods in clustering analysis of spatial data. A novel spatial data clustering method based on improved evolutionary algorithm, called SDCEA is proposed. It effectively solves the main problems in clustering analysis of spatial data and enhances the flexibility and efficiency of the clustering analysis. Numerical experiments show that SDCEA has better performance. |
| |
| Keywords: | spatial data data mining evolutionary algorithm clustering |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载免费的PDF全文 |
