系統(tǒng)聚類分析課程設計(已修改)
2025-01-25 16:33 本頁面
【正文】 《空間分析》系統(tǒng)聚類算法及編程實現(xiàn) 學院：地質(zhì)工程與測繪學院 專業(yè)：遙感科學與技術班級：2011260601學號：學生姓名：指導老師： 目錄第1章 前言……………………………………………………3第2章 算法設計背景…………………………………………3 聚類要素的數(shù)據(jù)處理………………………………3 距離的計算…………………………………………5第3章 算法思想與編程實現(xiàn)…………………………………5 算法思想………………………………………………5 用Matlab編程實現(xiàn)……………………………………7 程序代碼…………………………………………7 編程操作結(jié)果…………………………………12第4章 K均值算法應用與優(yōu)缺點…………………………13 K均值聚類法的應用………………………………13 K均值聚類法的優(yōu)缺點……………………………14第5章 課程設計總結(jié)………………………………………14主要參考文獻………………………………………………15第一章 前言本課題是根據(jù)李斌老師所教授的《空間分析》課程內(nèi)容及要求而選定的，是對于系統(tǒng)聚類算法的分析研究及利用相關軟件的編程而實現(xiàn)系統(tǒng)聚類。研究的是系統(tǒng)聚類算法的分析及編程實現(xiàn)，空間聚類的目的是對空間物體的集群性進行分析，將其分為幾個不同的子群（類）。子群的形成的是地理系統(tǒng)運作的結(jié)果，根據(jù)此可以揭示某種地理機制。此外，子群可以作為其它分析的基礎，例如，公共設施的建立一般地說是根據(jù)居民點群的分布，而不是具體的居民住宅的分布來布置的，因此需要對居民點群進行聚類分析以形成若干居民點子群，這樣便于簡化問題，突出重點。 空間聚類可以采用不同的算法過程。在分析之初假定n個點自成一類，然后逐步合并，這樣在聚類的過程中，分類將越來越少，直至聚至一個適當?shù)姆诸悢?shù)目，這一聚類過程稱之為系統(tǒng)聚類。 常見的聚類分析方法有系統(tǒng)聚類法、動態(tài)聚類法和模糊聚類法等。下面主要介紹系統(tǒng)聚類算法，并基于Matlab軟件用Kmeans算法(即k均值算法)來實現(xiàn)系統(tǒng)聚類的算法編程。第二章 算法設計背景假設有m 個聚類的對象，每一個聚類對象都有 個要素構成。它們所對應的要素數(shù)據(jù)可用 。 在聚類分析中，常用的聚類要素的數(shù)據(jù)處理方法有如下幾種。 ①總和標準化② 標準差標準化 ③ 極大值標準化經(jīng)過這種標準化所得的新數(shù)據(jù)，各要素的極大值為1，其余各數(shù)值小于1。④ 極差的標準化經(jīng)過這種標準化所得的新數(shù)據(jù)，各要素的極大值為1，極小值為0，其余的數(shù)值均在0與1之間。 距離是事物之間差異性的測度，差異性越大，則相似性越小，所以距離是系統(tǒng)聚類分析的依據(jù)和基礎。 選擇不同的距離，聚類結(jié)果會有所差異。在地理分區(qū)和分類研究中，往往采用幾種距離進行計算、對比，選擇一種較為合適的距離進行聚類。第三章 算法思想與編程實現(xiàn)我們已經(jīng)指出系統(tǒng)聚類方法首先將n個空間點看做是n個子群，然后根據(jù)所選用的聚類統(tǒng)計量來計算n個子群之間的關系。對于距離，計算n個子群兩兩之間的距離，首先選擇距離最近的兩個子群（點）歸為一個新的子群，這樣就得到n1個子
環(huán)評公示相關推薦
鄂ICP備17016276號-1