网格聚类相关论文
针对基于密度的噪声应用空间聚类算法（density based spatial clustering of applications with noise,DBSCAN）计算复杂度较高以及无......
针对扩展目标跟踪中量测集划分困难及目标数目估计不准问题，提出了一种面向扩展目标跟踪的网格聚类量测集划分方法。首先，由目标之间......
随着计算机软硬件的迅速发展,产生了越来越多的数据流,例如股票价格波动、微博热门话题推荐、脑电波等。数据流会随着时间的推移产......
本文阐述了一种应用于大规模数据节点划分的改进网格密度峰值聚类算法.针对传统的密度峰值聚类算法距离矩阵计算时间长,人工选取阈......
提出了一种将密度与网格聚类技术相结合的数据流分析方法(DGS)。它运用密度聚类能发现任意形状的簇以及网格聚类能独立于对象数目......
为了提高大规模非结构化数据的分布式存储能力,提出基于空间网格聚类的大规模非结构化数据分布式存储方法.构建大规模非结构化数据......
聚类分析作为一种无监督的学习方法在模式识别、机器学习等领域得到了广泛的研究，并已成功应用于实际。随着网络的发展和信息收集技......
在5G网络规划中,如何聚焦投资效能,以有限的资源解决更多用户需求已成为无法回避的问题.以用户为中心,运用数据挖掘和网格聚类的分......
随着计算机通信技术的快速发展,网络安全问题也变得日益突出,以聚类分析为核心算法的入侵检测技术成为网络信息安全领域的一个重要......
聚类分析是数据挖掘的一个非常活跃的研究方向。目前在文献中存在大量的聚类算法，算法的选择取决于数据的类型，聚类的目的和应用。迄......
随着全球科技的发展,世界网络化程度日益加深,互联网的普及导致信息量激增,对海量信息的数据挖掘已经引起了信息产业界的极大关注......
在信息和知识经济时代伴随着计算机技术和网络技术的不断发展，企业纷纷建立自己的商务网站，开展电子商务活动，日积月累网站上生成了大......
在无线传感器网络中,传感器的能量时有限的,如果传感器的能量耗尽,那么无线传感网络的鲁棒性和寿命就会大大降低.因此,提出了基于......
现有网格空间多尺度聚类方法未能显式将尺度因子作为模型参数,难以实现尺度驱动的阈值自适应提取,导致聚类算法调参困难,从而无法......
伴随着智能终端的不断革新,基于位置数据的应用通过分析收集到的位置数据可以提高服务质量,但这些数据中往往涉及到敏感的个人信息......
智慧城市的不断推进促使很多城市建立了出租车浮动系统,出租车浮动系统提供了海量的出租车轨迹数据。出租车轨迹数据是一种典型的......
聚类分析是把数据对象划分成子集的过程,它是数据挖掘技术的核心,并且其应用范围非常广泛,其中基于密度的聚类算法具有较高的应用......
随着信息技术的发展,数据流这一新的数据形式日益普及。传统聚类算法无法处理持续、海量的数据流,因此针对数据流的新聚类技术应运......
数据挖掘已成为数据分析的主要研究方向,利用这种新技术人们可以发现数据集中不能轻易察觉的内在联系,也为商业、工业、医疗等决策......
二十一世纪人类进入了人工智能社会,机器人、语言识别技术、图像识别等智能化工具与技术的出现便利了人们的工作与生活,使得人们脱......
随着我国国家高速公路网建设不断推进以及公路交通体系不断完善,桥梁检测作业愈加受到重视。及时对桥梁健康状况作出评估以采取相......
针对网格聚类的特点,将其与MapReduce编程模型相结合,实现动车组海量数据中相似重复记录的清洗.Map函数判断每条记录所属的网格,并......
传统的K-均值聚类算法只能通过人工参数设定K值和初始簇中心点,而人工方式选择的K值和初始簇中心点往往有较大偏差,直接导致错误的......
在计算机图形领域,一个三维图形是由大量的多边形网格组成,三维图形越逼真,所需的多边形网格数目就越多,图形的拓扑结构就越复杂,......
图像分割是一种根据研究的需要将其划分为若干个有意义的区域的图像处理技术,图像分割质量的好坏直接影响后续图像处理的效果。图......
提出一种基于衰减窗口的实时数据流聚类算法PDStream。算法首先对数据空间进行网格划分,采用改进的维度树结构维护和更新数据流的......
针对DBSCAN算法聚类时时间复杂度较高、当边界点同时属于多个类时其聚类准确率较低的问题,在 网格查询思想和OPTICS算法的基础上,......
区域划分是依据人口和社会经济指标将行政统计单元或其他地理实体划分成若干个不同水平或类别的集合。由于大多数的人口和社会经济......
RFID数据流是一种动态RFID数据,它在某种因素的驱动下可能会随时间发生变化,而这种变化往往隐含着现实世界的某种事件.如何及时、......
为了处理网络日志规模过大及其相关问题,并为后期日志分析提供简洁的数据源,提出一种多协议网络日志二次聚类方法。该方法采用划分......
针对K-means算法随机初始中心点的选取及K值用户设定的缺点,提出了一种基于网格的分簇算法。该算法首先通过将用户进行网格聚类分......
在深入研究数据挖掘聚类分析算法的基础上,针对传统算法的优缺点,提出一种改进的聚类分析算法——GBKM算法,通过理论分析以及实验......
将万有引力和牛顿第二运动定律的思想引入到聚类分析中,提出了一种基于网格的引力聚类算法GCABG。该算法可以自动决定目标数据集中......
传统的凝聚层次聚类算法的时间复杂度为O（n3），由于时间复杂度太高而无法应用到大的数据集．针对这一问题，提出了一种新的基于网格的层次......
针对多扩展目标的跟踪问题,提出了基于时空关联—网格聚类的多扩展目标跟踪算法。根据时空相关性,将当前量测分为存活目标量测和新......
针对高密度杂波环境中多目标航迹起始时虚假航迹多和起始处理速度慢的问题,提出了一种将扫描点迹先聚类后进行航迹起始的新算法TI-......
本文阐述了数据挖据的一些主要的方法和技术,详细介绍了基于网格的聚类技术,采用foodmart数据库作为算法输入的数据集,应用基于网......
针对聚类算法在图像分割上存在分割效果和时间效率上的不足,基于网格聚类算法ShrinClus,提出一种新的图像分割方法,该方法通过把图......
网格聚类以网格为单位学习聚簇,速度快、效率高。但它过于依赖密度阈值的选择,并且构造的每个聚簇边界呈锯齿状,不能很好地识别平......
以深圳市作为研究区域,利用网格聚类的方法分析居民出行的热点区域,首先将深圳市行政区域图划分成200×200米的网格,利用ArcGIS空......
合成孔径雷达（Synthetic Aperture Radar，SAR）图像自动目标识别的前提条件之一是能够准确地提取感兴趣区域（Regionofinterest，ROI），因此能......
针对网格聚类方法在高维子空间聚类中网格规模随着维度急剧升高的问题，以及差别阈值方法引入干扰小聚簇的问题，提出一种具有两个网格......
应用网格聚类的方法区分同一雷达接收的不同目标的观测数据，通过类间数据融合，实现同一目标不同雷达接收数据的融合，以便对多目标进行......
提出了一种基于均匀网格的自适应密度快速聚类新算法．首先引入均匀网格和边界网格概念，然后给出了网格均匀度的计算方法和自适应网格......
