武雪梅

（重庆市勘测院，重庆 401121）

0.引言

地理信息系统在地籍管理、灾害预警、土地利用等方面都发挥了重要作用。通过地理信息系统可以随时随地进行信息访问，实现信息共享[1]。然而，地理信息的庞杂性，给管理工作带来巨大难度和挑战，导致后期信息检索和寻找困难，因此对地理信息进行分类整理，一直是地理信息系统中的重要功能模块[2]。然而，由于地理信息类型多样、信息量庞大、维度也较大，所以以单一模块为基础的系统在分类整理方面面临巨大的困难。这一点也是地理信息系统一直亟待解决的问题。

面对上述问题，目前主要有3种算法可以分类整理：（1）是神经网络算法，这种算法结合地理信息特征，通过神经网络三层运算，完成分类整理；（2）是随机森林算法，这种算法通过构建不同类别的决策树，并根据投票分类器实现多种混合信息的分类；（3）是支持向量机算法，这种方法通过一个或一组超平面，然后利用超平面实现二维数据信息的分类。以上3种方法虽然都能完成信息整理任务，但是在处理大规模和高维度的数据时，能力会直线下降。总而言之，当前常用的这3种信息分类整理方法并不适用多维度、大数量的地理信息处理工作。

针对上述问题，本研究将数据聚类算法应用到地理信息系统的多模块化的设计当中，以期提高地理信息整理质量，方便后期地理信息检索，提升地理信息系统服务质量。

1.基于聚类算法的地理信息系统多功能模块设计

地理信息系统是地理信息集成平台，通过登录这个系统，可以实现地理信息查找和共享[3]。……