余 莉，甘 淑，袁希平，李佳田

昆明理工大学国土资源工程学院，云南 昆明 650093



克服双重约束的面目标位置聚类方法

余 莉，甘 淑，袁希平，李佳田

昆明理工大学国土资源工程学院，云南 昆明 650093

面目标的聚集模式识别是空间聚类研究的重要方向之一，但因多边形几何信息和空间障碍阻隔的双重约束，目标的位置相似性难以快速而准确地计算。扩展点目标多尺度聚类方法，通过构建面目标的强度函数计算目标与邻近目标的位置聚集程度，提出了有效作用于双重约束下的面目标位置聚类法，并以判断相邻尺度下同一面目标类的强度函数阈值相等作为算法的收敛条件。经试验分析与比较发现，算法无须自定义参数，能够识别密度不均、任意形状分布，以及“桥”链接的面目标集群，同时能够准确判断障碍约束对面目标簇的阻隔和划分。

面目标；位置聚类；Voronoi图；空间障碍；评价指数

面目标空间聚类旨在通过计算面目标间的相似性来识别具有近似特征或聚集分布模式的面目标集合，进而有效地发现地理实体的空间分异规律，广泛运用于城市功能区划[1-2]、面状地物的制图综合[3-5]、聚落或城镇结构扩张分析[6]等领域。面目标间的相似性分为空间信息相似性和非空间信息相似性，前者根据空间认知原理与格式塔完形原则，主要涉及面目标的方向、尺寸、形状、位置邻近等几何信息的相似性[7-8]；后者则针对面目标功能、性质、状态等的类似程度进行定性描述。……