PostGIS中的集群点

Question

我正在构建一个应用程序，它从数据库中提取lat / long值并在Google Map上绘制它们。可能有数千个数据点，因此我“聚集”彼此接近的点，因此用户不会被图标所淹没。目前我在应用程序中执行此聚类，使用这样的简单算法：

1. 获取所有积分数
2. Pop first point off array
3. 将第一个点与数组中所有其他点进行比较，寻找落在x距离内的点
4. 使用原始点和关闭点创建一个簇。
5. 从数组中删除关闭点
6. 重复

现在我发布这是低效的，这也是我一直在研究GIS系统的原因。我已经设置了PostGIS并拥有我的lat＆amp; amp;存储在POINT几何对象中的long。

有人可以让我开始或指点我在PostGIS中简单实现这种聚类算法的一些资源吗？

Answer 1

我最终使用了snaptogrid和avg的组合。我意识到那里有算法（即Denis建议的kmeans）会给我更好的聚类但是对于我正在做的事情来说这是快速和准确的。

Answer 2

如果将足够的内容集中在浏览器中，您可以轻松利用OpenLayer的群集功能。有3个示例显示了聚类。

之前我曾在PostGIS数据库中使用它，只要你没有大量的数据，它就会非常流畅。

• http://openlayers.org/dev/examples/strategy-cluster-extended.html
• http://openlayers.org/dev/examples/strategy-cluster-threshold.html
• http://openlayers.org/dev/examples/strategy-cluster.html

Answer 3

使用PostGIS对lonlat类型的st_point点进行聚类的示例。结果集将包含（cluster_id，id）对。簇数是传递给ST_ClusterKMeans的参数。

WITH sparse_places AS (
  SELECT
    lonlat, id, COUNT(*) OVER() as count
  FROM places
) 
  SELECT
    sparse_places.id,
    ST_ClusterKMeans(lonlat::geometry, LEAST(count::integer, 10)) OVER() AS cid
  FROM sparse_places;

我们需要带有COUNT窗口函数的Common Table Expression，以确保提供给ST_ClusterKMeans的簇数永远不会低于输入行数。

我在Postgis here中写了一些关于如何进行群集的描述。