顾及多特征的散列式居民地SOM聚类选取算法

摘要

当前散列式居民地选取方法大多采用空间距离关系或空间分布特征等单一指标进行选取,从而难以兼顾选取前后居民地的分布范围、拓扑关系和属性信息等多方面特征的多样化整体保持.针对上述问题,提出一种顾及多特征的散列式居民地SOM聚类选取算法,该算法利用"分而选之"思想将居民地划分为外部轮廓居民地和内部普通居民地并分别进行选取.针对外部轮廓居民地的选取,采用D-P算法对外部轮廓线进行化简,并根据化简后的轮廓线得到外部轮廓居民地的选取结果.针对内部普通居民地的选取,首先基于SOM神经网络对其进行聚类,记录各居民地距离其最近聚类中心的初始距离值;然后利用居民地分布密度、一阶邻近度和居民地等级3个特征因素作乘积构造联合参数并与初始距离值相乘,得到居民地最终与其最近聚类中心的距离值;根据此距离值和选取比例决定内部居民地是否被选取.实验和对比分析表明,该算法提出的顾及多特征和对内外居民地分别进行选取的策略,能较大程度保持选取前后居民地的分布密度、拓扑结构和外部轮廓,并且选取结果能体现出居民地的中心度和个体重要性差异.