%0 Journal Article
%T 林地小班数据划分的K均值聚类优化算法研究
%A 吴琰
%J 中山大学学报（自然科学版）
%D 2016
%X 摘要 在并行数据库中，空间数据集的数据均衡性和区域邻接性是影响空间查询和空间分析效率的关键因素.已有的并行数据库划分算法不能同时满足林地小班数据划分的数据均衡性和区域邻接性.提出一种基于K均值聚类的优化算法，该算法重新设计了K均值聚类算法的初始点选择方法与聚类完成后的调整方法，保证了聚类中空间数据的均衡性和邻接性.实验证明，该方法极大地提高了空间数据并行查询和空间分析的效率
%K 空间数据划分
%K 并行数据库
%K K均值聚类算法
%U http://xwxt.sict.ac.cn/CN/abstract/abstract3400.shtml