K中心点空间聚类方法,在海洋生物资源的时空分布上是前提,能将地区间的资源量的差异缩小。 方法,利用pam()函数,设置权重w=1,根据资源量占空间的大小划分区域个数,如图划分为5个地区。接着可以在R中绘图,也可以在GIS绘图,将每个点按照空间分辨率为0.25的向四周扩充。则绘制出图b的形状。0...
基于核的自适应K_Medoid聚类
package com.kmedoids; import java.util.ArrayList; import javax.xml.crypto.Data; public class Medoid{ private double dimension[];//质点的维度 private Cluster cluster;//所属类簇 private double etdDisSum;//Medoid到本类簇中的所有的所有欧氏距离之和 public Medoid(double dimension[]){ this.dimension...
基于核方法的自适应k-medoid算法,使其能够对大数据集和高 维数据进行聚类,在聚类过程中,数据可以自适应地加入到最 适合它的簇当中。测试实验也证实了该方法的有效性。 1k-medoid算法 k-medoid算法具有如下的算法过程: 输入:簇的数目k,以及包含n个数据对象的数据集。 输出:满足平方差最小标准的k个聚类。 处理流...