基于邻近图的点群层次聚类方法的研究.pdfVIP

第 37 巷第 2 期 测绘学报 Vol. 37 , No.2 2∞8 年 5 月 ACTA GEODAETICA et CARTOGRAPHICA SINICA May ， 2∞8 文章编号: 1 ∞ 1-1595 (2∞们的制 0256 唰 06 中回分类号:P2 8 立献标iR明 :A 基于邻近图的点群层次聚类方法的研究 郭庆胜 1M ，郑春燕 1 气胡华科 3 1.武汉大学资源与环境科学学院，湖北武汉 43∞79; 2. 武汉大学教育部地理信息系统重点实验室，湖北武汉 43∞79; 3. 嘉应学院地理系，广东梅州 514015; 4. 武汉大学测绘遥感信息工程闵家重点实验絮，湖北武汉 43∞79 Hierarchical Clustering Method of Group of Points ?ased on the Neighborhood Graph GUOQi吨 -she吨 1 ， 2. ZHENG Chul卜yan 1 ， 3 ， HU Hua-ke3 1.阳，[ Of Resources and Environment Science , W.功师 Unive~吻 ， Wuhan43∞79 , China; 2. Min ìil 的 ofEduω ion Key μbora川 of Ceographie /，吨阳刚刚拗棚， W，向n University , WI向n43∞79 ， China; 3. D，仰川附nt of Geography , jω， 川tg University , Meízhou 514015 , China; 4. St刑:e Ker Lα bora切I) ofb协rmaeion Engineering in Suroeying , M.α~pping and Rel1Wte Sensing , Wuhan Unit朋仰， Wuh棚 43ω79 ， China Abstract: Spatial clustering is an irnportant task in cartographic generalizatíon. It ís necessary to cluster a 伊咽up of poínts. F or exarnp!e , in the typíficatíon operator and selectíon operator of a group of points ，由e spatial characteristics of c1 uster哩。fpoin也 have to be considered. Clustering algorithrns have becorne increasingly rnore irnportant in handling and analyzing spatial data. These clustering methods can be c1a.1sified into two kinds: supervised and unsupervised approaches , or hierarchical and non-hierarchícal approaches. ?ased on neíghborhωd graphs of a set of point features , 由e existing unsupervised hierarchical rn创h叫 s of clωtering points