В статье рассматривается проблема формирования абстрактных пространственных структур, а также взаиморасположение между этими структурами. Показаны два алгоритма для построения абстрактных данных и их влияние на топологические отношения между полученными объектами в виде отдельных кластеров. Первый из них основан на критерии минимального расстояния между точками, а второй использует информацию о векторах, полученных из точек, и углах между ними. Продемонстрировано практическое применение абстрактных структур в геоинформатике в виде анализа топологии между сформированными объектами.

Еремеев Сергей Владимирович
Кандидат технических наук
Доцент кафедры «Информационные системы» Муромского института (филиала) ФГБОУ ВО «Владимирский государственный университет имени Александра
Григорьевича и Николая Григорьевича Столетовых»,
602264 Муром, Владимирская обл., ул. Орловская, д. 23
e-mail: sv-eremeev@yandex.ru

1. Еремеев С.В., Андрианов Д.Е., Титов В.С. Алгоритм совмещения пространственных объектов разномасштабных карт на основе топологического анализа данных // Компьютерная оптика. – 2019. – Т. 43. – № 6. – С. 1021–1029. DOI: 10.18287/2412-6179-2019-43-6-1021-1029
2. Еремеев С.В. Абакумов А.В. Программный комплекс для обнаружения и классификации природных объектов на основе топологического анализа // Программные продукты и системы. – 2021. – Т. 34.  – № 1. – С. 201–208. DOI: 10.15827/0236-235X.133.005-018
3. Еремеев С.В., Андрианов Д.Е., Ковалев Ю.А., Алгоритм идентификации временных эволюций пространственно-распределенных объектов на основе Баркодов // Геоинформатика. – 2018. – № 4. – С. 23–29.
4. Пестунов И.А., Рылов С.А., Бериков В.Б. Иерархические алгоритмы кластеризации для сегментации мультиспектральных изображений // Автометрия. – 2015. – Т. 51. – № 4. – С. 12-22.
5. Зимичев Е.А., Казанский Н.Л., Серафимович П Г. Пространственная классификация гиперспектральных изображений с использованием метода кластеризации k-means++ // Компьютерная оптика. – 2014. – Т. 38. – № 2. – С. 281–286. DOI: 10.18287/0134-2452-2014-38-2-281-286
6. GuoY,, Liu K., Wu Q., Hong Q., Zhang H. A New Spatial Fuzzy C-Means for Spatial Clustering // WSEAS Transactions on Computers. – 2015. – Vol. 14. – P. 369-381.
7. AksacA., Özyer T., Alhajj R. CutESC: cutting edge spatial clustering technique based on proximity graphs // Pattern Recognition. – 2019. – Vol. 96. – 106948. DOI: https://doi.org/10.1016/j.patcog.2019.06.014
8. AlexeevV.V., Bogaevskaya V.G., Preobrazhenskaya M.M., Ukhalov A.Yu., Edelsbrunner H., Yakimova O.P. An algorithm for cartographic generalization that preserves global topology // Journal of  Mathematical Sciences. – 2014. – Vol. 203. – No. 6. – P. 754–760.