基于网格密度的带有层次因子的聚类算法

来源 :计算机技术与发展 | 被引量 : 0次 | 上传用户:xiawei0018
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于网格和密度的聚类算法是一类很重要的聚类算法,但由于采用单调性搜索的方法,使得聚类结果并不十分理想,因此文中在GDD算法的基础上,提出了一种基于网格和密度的带有层次因子与距离因子的GDLD算法。GDLD算法将数据空间按要求划分成网格结构并计算网格密度,构建新的跃迁函数以达到形成有效聚类的目的。实验证明,该算法不仅能够发现任意形状的簇,而且使效率得到了很大的提高。同时层次因子既体现了簇的密度水平,也反映了簇密度的变化过程并使得算法参数更容易确定。
其他文献
针对在沉积相带追踪中,常规三角剖分算法构造的三角网无法自动解决河道砂体跨井排不连通问题,提出了一种相带边界线自动识别方法。该方法的关键步骤是采用逐点插入法先生成无约
为了提升单目视觉定位方法的定位效率,在基于SURF算法的单目视觉定位系统上对SURF算法参数的选取进行了优化。首先分析了路面图像的特点及路面图像中SURF特征点的特性,据此选取了SURF算法中组数和层数这两个重要参数;其次分析了路面序列图像中特征点数目与hessian矩阵行列式阈值之间的关系,提出了hessian矩阵行列式阈值动态设定方法。通过对SURF算法参数的优化,有效降低了程序的运算量。实验
K调和均值算法(KHM)用数据点与所有聚类中心的距离的调和平均值替代了数据点与聚类中心的最小距离,是一种对初始值不敏感、收敛速度快的有效聚类算法,但它容易陷入局部最小值。而
网络数据存储平台,是一款资源管理系统,包括Android平台的客户端管理工具和Windows平台的客户端管理工具及JSP页面客户端。主要实现了三种不同平台下文件的上传、文件的共享和