【空间分析之四】点数据集最小距离中心统计（Center of Minimum Distance）

点数据集描述性空间统计之四——最小距离中心统计（Center of Minimum Distance）原理及python实现

1.原理

最小距离中心，是指求出一个点，这个点到其他所有点的距离之和最小。

2.算法

求解最小距离中心目前采用的是迭代的算法。根据(Kuhn and Kuenne,1962; Burt and Barber, 1996;）基本步骤为：
1） 首先求出点数据集的权重平均中心
权重中心具体算法，参见我的博客，地址为：【空间分析】点数据集描述性空间统计之二——加权平均中心统计（weighed Mean Center）原理及python实现 - ganquan78的博客 - CSDN博客
$$X_i和Y_i$$
2） 求出每个点 i 到平均中心的距离
$$D_{ict}$$
3） 依据每个点到平均中心的距离，求出权重
$$K_{it}=W_i{e}^{-d_{ict}}$$