

版權(quán)說(shuō)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、障礙空間聚類算法研究是隨著空間聚類研究的發(fā)展而衍生的一個(gè)重要課題,著重于處理障礙物約束下的聚類問(wèn)題,提高空間聚類真實(shí)性,使聚類分析結(jié)果更符合現(xiàn)實(shí)數(shù)據(jù)分布狀態(tài)和發(fā)展趨勢(shì)。障礙空間聚類是將障礙約束的數(shù)據(jù)劃歸為以某種相似度聚集的處理過(guò)程,使得聚集形成的類簇彼此無(wú)交集,同一類簇內(nèi)空間數(shù)據(jù)之間相似度高于不同類簇內(nèi)空間數(shù)據(jù)之間相似度。通過(guò)無(wú)障礙空間聚類算法和障礙物處理方法的聯(lián)結(jié),其聚類結(jié)果能較真實(shí)合理地體現(xiàn)障礙空間結(jié)構(gòu)特征,并能在探求真實(shí)空間數(shù)據(jù)過(guò)
2、程中起到數(shù)據(jù)特征挖掘的重要作用。
本文對(duì)障礙空間聚類算法的研究可分為如下幾個(gè)部分:
首先,針對(duì)障礙空間確定數(shù)據(jù)聚類問(wèn)題提出最小障礙方差啟發(fā)式確定數(shù)據(jù)聚類算法。通過(guò)分析傳統(tǒng)障礙空間劃分聚類算法的利弊,發(fā)現(xiàn)劃分聚類算法的初始模型是否反映整體空間數(shù)據(jù)分布特征對(duì)聚類結(jié)果質(zhì)量?jī)?yōu)劣的影響較大,采用基于最小障礙方差初始種子選取的啟發(fā)式方法,很大程度減少初始種子對(duì)障礙空間劃分聚類結(jié)果造成隨機(jī)性的影響,使算法客觀完成障礙空間聚類,其結(jié)
3、果具有較高真實(shí)度;同時(shí)發(fā)現(xiàn)障礙物約束降低劃分聚類算法效率,在初始種子選取和聚類過(guò)程中運(yùn)用障礙距離計(jì)算方法,可提高算法效率。
其次,為提高聚類結(jié)果真實(shí)度,分析真實(shí)數(shù)據(jù)采集過(guò)程中空間數(shù)據(jù)普遍存在不確定的屬性并考慮有障礙物間隔的情況,提出障礙空間不確定數(shù)據(jù)聚類算法。該算法利用近似骨架理論給出聚類算法的初始種子,避免聚類結(jié)果出現(xiàn)局部極值;并用兩種障礙約束的剪枝策略提高生成局部最優(yōu)解和生成最終聚類結(jié)果的效率。
最后,為獲得障礙
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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
- 空間聚類算法的研究.pdf
- 約束子空間聚類算法研究.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
- 障礙空間中一種基于密度的快速聚類算法.pdf
- 子空間高維聚類算法的研究.pdf
- 圖像子空間聚類與分類算法研究.pdf
- 基于密度的空間聚類算法的研究.pdf
- 軟子空間聚類算法研究及其應(yīng)用.pdf
- 基于空間單元密度的聚類算法研究.pdf
- 空間對(duì)象和移動(dòng)對(duì)象聚類算法研究.pdf
- 基于密度的子空間聚類算法研究.pdf
- 高維數(shù)據(jù)子空間聚類算法研究.pdf
- 基于障礙與方向約束的密度聚類算法研究.pdf
- 改進(jìn)的稀疏子空間聚類算法研究.pdf
- 稀疏子空間聚類算法的改進(jìn)研究.pdf
- 子空間聚類算法的研究及應(yīng)用.pdf
- 基于模式相似的子空間聚類算法研究.pdf
- 面向分類數(shù)據(jù)的子空間聚類算法研究.pdf
- WEB日志和子空間聚類挖掘算法研究.pdf
評(píng)論
0/150
提交評(píng)論