[发明专利]一种基于K-medoids算法的地理适宜性分类方法

摘要

本发明涉及一种基于K‑medoids算法的地理适宜性分类方法，利用K‑medoids聚类算法，针对目标区域由地理适宜性分析所获适宜性综合得分图进行预设分位法初始分类，确定聚类算法的先验聚类标准，使得K‑medoids聚类算法能够自适应地在预设分位法初始分类的综合得分结果图上，进一步进行适宜性划分，分类出各个预设适宜度划分标准的各类区域，有效削弱样本像素值的异常值的影响，提高了适宜性划分的精度，并清楚地发现不同类别的特征，极大程度上提高了地理适宜性划分的精度。

主权项

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；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。