论文部分内容阅读
空间聚类分析是空间数据挖掘研究领域中的一个重要研究课题．传统聚类算法忽略了真实世界中许多约束条件的存在，而约束条件的存在会影响聚类结果的合理性．本文在分析粒子群优化算法和划分算法的基础上，研究一种基于粒子群和划分相结合的带障碍约束空间聚类分析方法，设计了一个粒子群K—Medoids带障碍约束空间聚类分析算法．对比实验表明，该方法不仅兼顾了局部收敛和全局收敛性能，又充分考虑到了现实障碍物对聚类结果的影响，使得聚类结果更具实际意义．与遗传K-Medoids带障碍约束空间聚类分析相比，该方法具有更好的可伸缩性，