论文部分内容阅读
空间聚类是空间数据挖掘和知识发现的的主要方法之一．“基于模糊C均值的空间聚类方法”可以广泛地应用到对空间数据挖掘和知识发现中的分类分级研究．该方法的基本思想是：首先，设定聚类数目和模糊度常数，并初始化各个聚类中心，每一个数据点按照一定的模糊隶属度隶属于某一聚类中心；然后，逐步进行循环迭代，改变目标函数值以及各个隶属度，并决定新一级聚类中心；最后，当目标函数收敛或者数据点的隶属度保持恒定时，就得到了输入数据的最终聚类中心，从而完成了模糊聚类划分．该文给出了该方法的实现步骤，并以实例验证了方法的可行性和科学性