版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、空間聚類是空間數(shù)據(jù)挖掘中的一個(gè)重要的研究方向,它的主要任務(wù)是在一個(gè)較大的空間數(shù)據(jù)集中根據(jù)距離的度量標(biāo)識(shí)出簇,使得在同一個(gè)簇的對(duì)象盡可能相近,而不同簇之間的對(duì)象彼此不相似。空間數(shù)據(jù)聚類在地理信息系統(tǒng)、遙感、醫(yī)學(xué)圖象處理、環(huán)境研究等領(lǐng)域有廣泛的應(yīng)用。 本文詳細(xì)介紹了基于約束的空間聚類算法,特別針對(duì)基于障礙約束的空間聚類算法進(jìn)行深入研究,在對(duì)現(xiàn)有的基于障礙約束的空間聚類算法COD_CLARANS、DBCLuC、AUTOCLLJST+和
2、DBRS+的研究和比較的基礎(chǔ)上,提出了一種新的處理障礙約束的基于密度的空間聚類算法-COD_DBCLuC。該算法在DBCLuC算法的基礎(chǔ)上,采用障礙距離(Obstructed Distance)代替歐幾里得距離(Euclidean Distance)作為相異度的度量標(biāo)準(zhǔn)并在預(yù)處理過程中提出了障礙多邊形合并化簡(jiǎn)方法(Polygon Combination and Reduction Method)來(lái)提高障礙物的處理效率。 本文用C
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于空間約束的半監(jiān)督子空間聚類算法.pdf
- 約束子空間聚類算法研究.pdf
- 基于約束的高維不確定子空間聚類.pdf
- 基于空間實(shí)體聯(lián)系的空間聚類算法研究.pdf
- 基于密度的空間聚類算法研究.pdf
- 基于密度的空間聚類算法的研究.pdf
- 基于局部結(jié)構(gòu)約束的圖像聚類問題研究.pdf
- 基于約束稀疏表達(dá)的視頻人臉聚類.pdf
- 基于空間單元密度的聚類算法研究.pdf
- 基于密度的子空間聚類算法研究.pdf
- 基于種子對(duì)象約束的半監(jiān)督聚類算法研究.pdf
- 基于障礙與方向約束的密度聚類算法研究.pdf
- 帶約束條件的交互式空間聚類算法研究.pdf
- 基于蟻群的約束聚類和分類.pdf
- 基于秩約束的自適應(yīng)聚類方法.pdf
- 基于成對(duì)約束的半監(jiān)督文本聚類算法研究.pdf
- 基于通用約束正則化的譜聚類方法研究.pdf
- 基于成對(duì)約束的聚類和降維算法研究.pdf
- 基于時(shí)空約束的軌跡聚類方法研究與應(yīng)用.pdf
- 基于高維空間的聚類技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論