[发明专利]一种居民地多边形的多级图聚类划分方法

权利要求书

1.一种居民地多边形的多级图聚类划分方法，其特征在于：具体包括以下步骤：

步骤1、选定居民地的地理区域，获取多边形的图形，并以此为依据构建Delaunay三角网，获取多边形之间的邻接信息；然后获取多边形各个顶点的数据，再次构建Delaunay三角网，并根据五个多边形的相似性度量指标对多边形之间的空间相似性进行度量，得到对应的相似性数值，五个多边形的相似性度量指标分别为形状狭长度、大小、凹凸性、距离和连通性；

步骤2、将经由各个指标计算得到的相似性数值进行归一化处理，并使用信息熵权重法确定各个指标的权重，最终得到多边形之间空间相似性数值；

步骤3、获取多边形之间的空间相似性数值，并对数据进行组织与存储，使用多级图划分算法，经过粗化阶段、初始划分阶段和细化阶段，对多边形进行聚类，并得到聚类结果。

2.如权利要求1所述的居民地多边形的多级图聚类划分方法，其特征在于：多边形之间的空间相似性的计算方法如下式所示：

S(x,y)＝μ₁*A(x,y)+μ₂*B(x,y)+μ₃*C(x,y)+μ₄*D(x,y)μ₅*E(x,y)

其中，A(x,y),B(x,y),C(x,y),D(x,y),E(x,y)分别为形状狭长度、大小、凹凸性、距离和连通性经过标准化处理后的数据，μ₁、μ₂、μ₃、μ₄、μ₅则分别为五个指标的权重，S(x,y)为多边形x和多边形y之间空间相似性，且有μ₁+μ₂+μ₃+μ₄+μ₅＝1，0≤A(x,y),B(x,y),C(x,y),D(x,y),E(x,y)≤1。

3.由权利要求1所述的居民地多边形的多级图聚类划分方法，其特征在于：所述步骤1中使用的形状狭长度、大小、凹凸性、距离和连通性五个相似性度量指标的计算方法如下式所示，具体的描述方法如下：

(a)形状狭长度：

其中，ax,bx分别表示多边形x的最小外接矩阵的长和宽，shp(x,y)是多边形x和多边形y之间的形状狭长度相似性；

(b)大小相似性：

其中，Area(x)和Area(y)分别指多边形x和多边形y的面积，size(x,y)指多边形x和多边形y之间的大小相似性；

(c)凹凸性：

其中，Area(x)是指多边形x的面积，peri(x)是指多边形x的周长，cvx(x,y)是指多边形x和多边形y的凹凸性相似性；

(d)距离：

其中，是指连接多边形x,y的所有Delaunay三角形的边的长度之和，n为两个多边形之间边的个数，dist(x,y)为多边形x和多边形y之间的距离相似性；

(e)连通性：

con(x,y)＝Len(Landscape(x,y))

其中，Landscape(x,y)是指连接多边形x和多边形y的所有Delaunay三角形的边的中点连成的线，Len(Landscape(x,y))是指多边形x和多边形y之间毗邻边界的长度，con(x,y)是指多边形x和多边形y之间连通性相似性。