基于Voronoi图的障碍不确定数据的聚类算法

　　数据采集过程中普遍存在不确定性，并且在现实地理空间中，不确定数据之间可能存在障碍物间隔。为解决障碍空间中不确定数据的聚类问题，提出APPGCUO算法，该算法包括三个过程：在障碍物约束下采用R树节点最小最大值方法提出的RPTOUCure算法，用以生成局部最优解，提高生成局部最优解的效率；继而利用近似骨架的理论提出GIABO算法，以局部最优解生成有效初始解，避免划分聚类算法中任意初始解的不足；最后结合Voronoi图的特性提出VPTKMediods算法，减少不确定数据的积分运算量。实验结果表明，APPGCUO算法具有较高的聚类效率和质量。