空間聚類算法在住房保障決策支持系統(tǒng)中的應(yīng)用研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)及計算機軟、硬件技術(shù)的飛速發(fā)展，數(shù)據(jù)庫應(yīng)用的規(guī)模、范圍不斷的擴大?？臻g數(shù)據(jù)在人們發(fā)現(xiàn)知識和改造自然的過程中具有越來越重要的作用，空間數(shù)據(jù)挖掘的發(fā)展已經(jīng)成為當(dāng)今國際上的熱點。空間數(shù)據(jù)挖掘的目的是從大量的、復(fù)雜的空間數(shù)據(jù)集中挖掘出潛在的、有用的知識，為決策支持提供服務(wù)。聚類分析在數(shù)據(jù)挖掘領(lǐng)域中得到了廣泛的應(yīng)用，對空間數(shù)據(jù)的聚類是其中的一個重要研究方向。 本文的目的是在研究空間聚類算法的基礎(chǔ)上，將空間聚類算法應(yīng)用到住房保障

2、決策支持系統(tǒng)中，并針對住房保障決策支持系統(tǒng)的特點對DBSCAN算法進行了改進，以提高算法的聚類效率，同時還要保證算法的正確性。本文主要進行了以下幾項工作： 首先簡述了決策支持系統(tǒng)基礎(chǔ)理論，介紹了空間數(shù)據(jù)挖掘的各種方法以及可以挖掘的各類知識的特征和描述，并對常用的空間聚類算法進行了分析和比較。 其次，針對住房保障決策支持系統(tǒng)的特點，對于傳統(tǒng)的DBSCAN算法進行了改進：在空間聚類之前對數(shù)據(jù)進行預(yù)處理，針對房屋的空間分布進行