论文部分内容阅读
空间分布模式是隐含的高层次空间知识,对地图综合、多尺度表达等具有重要意义。居民地群组模式是典型的空间分布模式之一。针对常见的居民地群组模式聚类算法,展开对比研究,以探究算法的适应性。模拟实验和真实数据实验分别考虑特定分布、不同密度、不同形状、群组邻近、"颈"问题等多重环境。实验表明:①K-means算法简单、高效,但无法识别任意形状和密度差异;②DBSCAN算法能够发现任意形状的群组和异常点,但对参数要求严格,需反复尝试,且全局参数难以适应群组密度分布不均匀、群组邻接、"颈"问题等现象;③CFSFD