密度聚类

作品数：700被引量：2998H指数：23
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：陈晋音毛伊敏邓超周红芳吴洋洋更多>>
相关机构：重庆邮电大学东南大学武汉大学大连理工大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金国家科技支撑计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机应用研究x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于改进聚类算法的交通事故多发点识别方法被引量：3
《计算机应用研究》2023年第10期2993-2999,共7页王艺霖 肖媛媛 左鹏飞 杨博 刘悦霞 段宗涛 
陕西省特支计划科技创新领军人才资助项目(TZ0336)。
道路交通事故多发点事故发生频率高且严重性突出,为提高道路通行的安全与效率,需要找到事故多发点所在位置。针对现有密度聚类算法对交通事故多发点识别时需要设置中心点个数以及容易扩大聚类范围等问题,提出一种限制簇扩展的自适应搜...
关键词：交通事故分析 数据挖掘 密度聚类 事故多发点识别 
基于改进显著图和局部特征匹配的copy-move窜改检测被引量：1
《计算机应用研究》2023年第9期2838-2844,共7页赵鸿图 周秋豪 
河南省科技厅科技攻关和软科学项目(192102310446);河南省高校基本科研业务费专项资金资助项目(NSFRF210406)。
检测整幅窜改图像的方法增加了许多非必要的计算量,为了降低计算复杂度和进一步提高检测精确率,提出了一种基于改进显著图和局部特征匹配的copy-move窜改检测方法。首先,结合图像梯度改进显著图,分离出包含图像高纹理信息的局部显著区域...
关键词：copy-move窜改检测 图像显著性 局部特征 SIFT算法 密度聚类 超像素分割 
基于时空约束密度聚类的职住地识别方法被引量：2
《计算机应用研究》2022年第6期1779-1784,共6页苗登逢 肖跃雷 
国家自然科学基金资助项目(61741216);国家重点研发计划资助项目(2018YFC08242-04);陕西省科技统筹创新工程计划资助项目(2016KTTSGY01-03)。
为了从移动终端位置数据中精准识别居民职住地,提出了一种基于时空约束密度聚类的职住地识别方法。首先,利用基于K-means的DBSCAN(density-based spatial clustering of applications with noise)时空驻点聚类过程将居民多天的原始轨迹...
关键词：密度聚类 职住地识别 K-均值 基于密度的噪声空间聚类算法 KD-TREE K-近邻 
基于分组和IGSA的并行密度聚类算法被引量：4
《计算机应用研究》2021年第11期3293-3299,共7页胡春安 王家欣 毛伊敏 
国家重点研发计划资助项目(2018YFC1504705);国家自然科学基金资助项目(41562019,61762046);江西省教育厅科技项目(GJJ209407)。
针对并行密度聚类算法在处理大数据集时存在伸缩困难、参数寻优能力不佳、并行化效率较低等问题,提出一种基于分组和重力搜索优化算法(improve gravitational search algorithm,IGSA)的并行密度聚类算法(density-based clustering algor...
关键词：大数据 密度聚类算法 基于图形的分组策略 重力搜索优化算法 MR-CTMC策略 
基于MapReduce和IFOA的并行密度聚类算法被引量：3
《计算机应用研究》2021年第5期1336-1343,共8页胡健 徐锴滨 毛伊敏 
国家重点研发计划资助项目(2018YFC1504705);国家自然科学基金资助项目(41562019);江西省教育厅科技项目(GJJ151528,GJJ151531)。
针对大数据下密度聚类算法中存在的数据划分不合理、参数寻优能力不佳、并行性能较低等问题,提出一种基于IFOA的并行密度聚类算法(density-based clustering algorithm by using improve fruit fly optimization based on MapReduce,MR-...
关键词：大数据 密度聚类算法 KD树 果蝇优化 
基于高阶差分和网格划分算法的DBSCAN参数自动选取算法被引量：8
《计算机应用研究》2020年第11期3347-3352,共6页兰红 朱合隆 
国家自然科学基金资助项目(61762046);江西省自然科学基金资助项目(20161BAB212048)。
针对DBSCAN算法中的两个参数eps和minPts通常依靠经验选取所带来的不足,提出一种高阶差分和网格划分相结合的快速DBSCAN自动参数选取算法。首先分析数据集中数据点与参数的关系,通过引入高阶差分算法自动获取eps和minPts两个参数;然后...
关键词：密度聚类 参数选取 高阶差分 网格划分 去极化 
基于邻近人脸的人脸聚类算法
《计算机应用研究》2020年第S01期388-390,387,共4页丁保剑 杨东泉 秦伟 
为了解决大规模无标注人脸数据的标注任务繁重、人工标注成本高的问题,提出一种基于邻近人脸的无监督人脸聚类算法。首先使用双异构神经网络抽取出人脸特征向量,再根据特殊的距离度量办法来度量出人脸之间的距离;然后使用密度聚类的方...
关键词：人脸聚类 人脸标注 密度聚类 特征提取 
基于方形邻域的网格密度聚类算法被引量：1
《计算机应用研究》2020年第6期1735-1740,共6页兰红 朱合隆 
国家自然科学基金资助项目(61762046);江西省自然科学基金资助项目(20161BAB212048)。
针对大数据聚类低效的问题,提出一种方形邻域快速网格密度聚类算法(square-neighborhood and gridbased DBSCAN,SGBSCAN)。首先给出方形邻域密度聚类定义,利用方形邻域代替圆形邻域,降低时间复杂度;其次提出方形邻域密度聚类的grid概念...
关键词：聚类分析 密度聚类 方形邻域 网格 网格簇 
基于密度聚类算法的校园人群聚集和移动规律分析被引量：5
《计算机应用研究》2020年第3期688-692,698,共6页郭玉彬 吴宇航 周哲帆 李西明 
国家重点研发计划资助项目(2016YFD0800307,2016YFC0501801);国家科技支撑计划资助项目(2015BAD06B03-3)。
针对某高校无线网日志数据进行挖掘分析,获取校园人群聚集点分布和人群移动规律。首先利用分布式统计算法统计校园内各建筑物的无线网络连接人次;然后建立校园建筑物的中心点经纬坐标的R树索引,并对R树叶子节点分组,以此将校园分成几个...
关键词：无线网络 日志数据 R树 密度聚类 人群聚集和移动 
基于密度峰值优化的谱聚类算法被引量：5
《计算机应用研究》2019年第7期1948-1950,1983,共4页薛丽霞 孙伟 汪荣贵 杨娟 胡敏 
国家自然科学基金资助项目(61672202)
针对经典谱聚类算法无法自适应确定聚类数目,以及在处理大数据量的聚类问题时效率不高的问题,提出了一种基于密度峰值优化的谱聚类算法。该方法首先计算数据对象的局部密度,以及每个数据对象与其他数据对象的最小距离,并依据一定的规则...
关键词：谱聚类 密度峰值 密度聚类 自适应 Nystrom抽样 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部