K-Means算法改進(jìn)及其在森林健康評(píng)價(jià)中的應(yīng)用.pdf

1、本文針對經(jīng)典K-Means算法存在的一些缺陷，結(jié)合森林健康評(píng)價(jià)指標(biāo)選取的實(shí)際情況，對經(jīng)典K-Means算法進(jìn)行了一系列的改進(jìn)，并將改進(jìn)的K-Means算法作為森林健康評(píng)價(jià)的方法應(yīng)用于森林健康評(píng)價(jià)，這對提高森林健康評(píng)價(jià)結(jié)果的精確度有著很強(qiáng)的理論和現(xiàn)實(shí)意義。本文主要的研究內(nèi)容和研究結(jié)論包括:
　　(1)通過分析和對比各種聚類分析算法及其經(jīng)典K-Means算法的聚類思想及基本流程，總結(jié)出經(jīng)典K-Means算法所具有的優(yōu)點(diǎn)與缺陷;

2、　　(2)針對經(jīng)典K-Means聚類算法的不足，提出了基于維方差排序的K-Means改進(jìn)算法，同時(shí)采用最小距離代價(jià)函數(shù)確定聚類劃分簇?cái)?shù)K值，以增加算法在選取初始聚類中心時(shí)的合理性，提高聚類結(jié)果的準(zhǔn)確度;
　　(3)采用國際通用的Iris、Glass、Wine和Ecoli四個(gè)數(shù)據(jù)集作為測試數(shù)據(jù)集，利用數(shù)值模擬對提出的基于維方差排序的K-Means算法進(jìn)行了檢驗(yàn)。結(jié)果表明:優(yōu)化改進(jìn)后的算法所選取的初始聚類中心十分接近于聚類迭代后最終收

3、斂的聚類中心，并且聚類結(jié)果相對于經(jīng)典K-Means聚類算法更具穩(wěn)定性。
　　(4)結(jié)合研究對象——湖南省大圍山自然保護(hù)區(qū)的實(shí)際情況，以科學(xué)理論為依據(jù)，選取林分郁閉度等13個(gè)指標(biāo)來構(gòu)建大圍山區(qū)域的森林健康評(píng)價(jià)指標(biāo)體系，并采用基于知識(shí)粒度的權(quán)重確定方法對各項(xiàng)指標(biāo)進(jìn)行權(quán)重確定。將改進(jìn)的基于維方差排序K-Means算法應(yīng)用到森林健康評(píng)價(jià)中，獲得了比較理想的評(píng)價(jià)結(jié)果，并對評(píng)價(jià)結(jié)果進(jìn)行了分析，相比傳統(tǒng)的健康公式法計(jì)算綜合值進(jìn)行評(píng)價(jià)分析，更具實(shí)