[发明专利]一种基于K-medoids算法的地理适宜性分类方法

权利要求书

1.一种基于K-medoids算法的地理适宜性分类方法，其特征在于，包括如下步骤：

步骤A.针对基于地理适宜性分析、所获目标区域的地理适宜性综合得分灰度图，采用预设分位数的分位法，进行分类操作，将地理适宜性综合得分灰度图中的各像素点划分至预设分位数个地理适宜性类别当中，然后进入步骤B；

上述步骤A中，针对基于地理适宜性分析、所获目标区域的地理适宜性综合得分灰度图，采用预设分位数的分位法，进行分类操作，将地理适宜性综合得分灰度图中的各像素点划分至预设分位数个地理适宜性类别当中，包括如下步骤：

步骤A1.针对基于地理适宜性分析、所获目标区域的地理适宜性综合得分灰度图，分别针对其中各个像素点，按如下公式，执行Z_Score标准化操作；

F(x)＝(f(x)-μ)/σ

更新地理适宜性综合得分灰度图中各像素点的灰度值，然后进入步骤A2；其中，f(x)表示地理适宜性综合得分灰度图中像素点x的灰度值，F(x)表示地理适宜性综合得分灰度图中像素点x经Z_Score标准化操作后灰度值，μ表示地理适宜性综合得分灰度图中所有像素点灰度值的平均值，σ表示地理适宜性综合得分灰度图中所有像素点灰度值的标准差；

步骤A2.针对地理适宜性综合得分灰度图中各像素点，按其灰度值，由小至大进行排序，并获得最大灰度值像素点、以及最小灰度值像素点，同时，基于像素点排序，获得其中第1预设分位数位置Q₁、…、第N-1预设分位数位置Q_N-1，然后进入步骤A3，其中，N表示预设分位数；其中，由高至低的各分位数位置与适应性由高至低的各地理适宜性类别、顺序一一对应；

步骤A3.针对预设分位数个地理适宜性类别，基于分位法中由大至小的各分位位置顺序，进行排序，获得各地理适宜性类别的排序，并进入步骤A4；

步骤A4.根据第1预设分位数位置Q₁、…、第N-1预设分位数位置Q_N-1、以及最小灰度值像素点和最大灰度值像素点，针对地理适宜性综合得分灰度图中像素点的排序，依序划分为预设分位数个部分，并依序构建该各部分分别与排序的各地理适宜性类别之间的一一对应关系，实现将地理适宜性综合得分灰度图中的各像素点划分至预设分位数个地理适宜性类别当中；

步骤B.初始化获得各地理适宜性类别分别所对应的聚类中心，并分别定义为各地理适宜性类别的初级聚类中心，进入步骤C；

步骤C.基于各地理适宜性类别的初级聚类中心，完成针对地理适宜性综合得分灰度图中所有像素点的聚类操作，获得各个地理适宜性聚类，然后进入步骤D；

步骤D.分别更新获得各个地理适宜性聚类的新聚类中心，并进入步骤E；

步骤E.判断各地理适宜性聚类的新聚类中心与初级聚类中心是否均一致，是则完成目标区域的地理适宜性分类，获得目标区域所对应的各个地理适宜性聚类；否则分别针对各个地理适宜性聚类，用新聚类中心更新其初级聚类中心，然后返回步骤C。

2.根据权利要求1所述一种基于K-medoids算法的地理适宜性分类方法，其特征在于：所述步骤A中，基于采用预设分位数的分位法进行分类操作，将地理适宜性综合得分灰度图中的各像素点划分至预设分位数个地理适宜性类别当中，还包括基于分位法中由大至小的各分位位置顺序，针对各地理适宜性类别进行排序；

还包括步骤F如下，所述步骤E中，判断各地理适宜性聚类的新聚类中心与初级聚类中心是否均一致，是则完成目标区域的地理适宜性分类，获得目标区域所对应的各个地理适宜性聚类，并进入步骤F；

步骤F.基于各地理适宜性类别的排序，结合各个地理适宜性聚类中像素点的个数，实现目标区域所对应各个地理适宜性聚类的重分类。

3.根据权利要求2所述一种基于K-medoids算法的地理适宜性分类方法，其特征在于，所述步骤F包括如下步骤：

步骤F1.针对目标区域所对应的各个地理适宜性聚类，基于分位法中由大至小的各分位位置顺序，进行排序，获得各个地理适宜性聚类的排序，然后进入步骤F2；

步骤F2.基于各地理适宜性类别的排序，针对各个地理适宜性聚类的排序，按序构建各地理适宜性类别与各地理适宜性聚类的一一对应关系，进而生成目标区域所对应的地理适宜性结果图。