[发明专利]一种自适应聚类方法

摘要

本发明公开了一种自适应聚类方法，包括空间数据预处理及特征选取、基于Delaunay三角网进行空间属性聚类操作、若顾及非空间属性进行聚类、聚类结果的优化操作和聚类结果可视化等五个步骤。本发明解决了传统聚类算法因参数设定的不确定性而导致聚类结果不确定的难题，具有无需先验知识实现自动化操作、适应性强、功能完备等特点，能够有效地提高空间聚类分析挖掘深层次地学规律的能力。

主权项

一种自适应聚类方法，其特征在于，包括以下步骤：步骤1：收集处理研究区数据集并明确聚类目标；若是对数据集的空间属性进行聚类，则顺序执行下述步骤2、步骤4和步骤5；若是对数据集的空间属性与非空间属性进行聚类，则顺序执行下述步骤2、步骤3、步骤4和步骤5；步骤2：对数据集的空间属性进行聚类；分析数据集的空间属性，将空间属性相近的目标聚集成簇，实现空间相邻，且空间分布密度相似的目标聚集成簇；步骤3：对数据集的非空间属性进行聚类；在步骤2的基础上，分析每个簇的非空间属性分布，进一步将非空间属性相近的目标聚集成簇；步骤4：对已有的聚类结果进行优化，将与邻近簇属性相近的噪声和较小簇归并到邻近簇内；步骤5：聚类结果输出。