DBSCAN算法在公路选线中的应用.pdf

DBSCAN算法在公路选线中的应用.pdf第卷计算机应用 V0128
月
10019081(2008)S1-032403
算法在公路选线中的应用
1233
萍即笱Ъ扑慊蒲в爰际跹г海
(******@163c,om)
摘要:基于密度的聚类算法是聚类分析算法中的一种主要技术,它对空间数据库聚类有着很好的性能,然而,
对大规模数据库聚类时,算法需要大量的内存支持并伴随着疧开销。提出了一种带有矢量性的密度聚类
(GIS)
良好的效果。
关键词:空间数据挖掘;密度聚类;地理信息系统;公路选线
TPl83A
spatial algorithm and its application
●一‘’ o 。‘
m highway alignment selection
—琋 Yueguan92LI琂
Science and Univershy 琒 and 030024Chna)
: based density clusteringwhichhas the the spatial , one the
and
important analysisBut great 疧 large
databaseAnew algorithm was based density vectorwhichcould the ,
the candidate pointGeographicInformation for for highway
alignment 琣 receive the .
Key 簊 miningdensity;甴 alignment selection
集自身的密度分布探测获得聚类簇,它可以发现任意形状的
O 引言
簇,而且可以有效去除噪声。
公路选线是公路勘测设计中很重要的一环。传统的选线基于密度聚类算法的算法思想是:从数据集中的任意一
(1**********)(个点J迹诟玫鉖的邻域内醋钚“刖躲兄吊史段
)(Minpts)P
较后,提出对主要方案的初步意见,然后选线人员到实地进行度可达的点。若点呛诵牡悖蚱淞谟蚰诘乃械愫蚉同属
勘测,经过反复比较确定一个较为经济、合理的路线方案。可于一个簇,这些点将作为下一轮的考察对象粗肿拥,并
以看出,这种公路选线的方法在很大程度上取决于选线人员通过不断查找从种子点密度可达的点来扩展它们所在的簇,
的实际经验和技术水平,此外,实地勘测成本高,难度大,周直至找到一个完整的簇;若皇呛诵牡悖疵挥卸韵蟠覲密
期长,已无法满足现代公路建设的需要。 P
(GeographicInformation 下一个对象重复上述过程⋯⋯当所有种子点都被考察过,一
,研究领域技术的发展,特别是高维及空间数据个簇就扩展完成了。此时,若数据集中还有未处理的点,算法
GIS则进行另一个簇的扩展;否则,数据集中不属于任何簇的点即
杂的地形进行分析和研究,综合考虑各方面因素,从而确定一为噪声。
个可行的路线方案,是未来公路选线的发展趋势。 Based Spatial AppUcations
本文提出了一种用于公路选线的密度聚类算法,该算法 Noise)1
考虑了公路选线中涉及的诸多因素,并且对三维地形特征进类中数据对象的邻域所包含的数据对象数目不小于某一给定