局部密度相关论文
三维激光扫描技术现已广泛应用于逆向工程、精密制造等领域。在点云数据采集的过程中由于受到外界环境、人为操作、设备精度和物体......
针对传统K-means聚类算法对初始聚类中心和离群孤立点敏感的缺陷，以及现有引入密度概念优化的K-means算法均需要设置密度参数或阈值......
文章针对传统SMOTE及BSMOTE过采样方法会导致多数类样本识别率下降的问题，提出基于局部密度的改进BSMOTE算法（LDBSMOTE）。首先，根据样......
密度峰值聚类（DPC）算法是一种基于密度的聚类算法。该算法原理简单、运行高效，可以找到任意非球形类簇。但是该算法存在一些缺陷：首先，......
针对点云表面重建的Delaunay三角网算法存在的约束条件制定繁琐、运行效率低等问题,对传统Delaunay重建算法进行改进,在构建Delaun......
期刊
密度峰值聚类算法的局部密度定义未考虑密度分布不均数据类簇间的样本密度差异影响,易导致误选类簇中心;其分配策略依据欧氏距离通......
基于图卷积神经网络的半监督图分析（GCN）方法已取得成功。然而,该方法忽略了图中节点的某些局部信息,说明GCN数据预处理不够完善,训......
社区检测被用于通过观察拓扑结构来寻找网络的最合理的分区,是多层复杂网络分析的一个重要任务.针对多层复杂网络的社区检测问题,......
玉米精播智能设备特点是株行距控制较普通播机更为精准,但精准度提高后,成本随之增加.为控制设备成本,对单株穗重与平均局部密度的......
密度峰聚类算法是一种基于密度的新型高效聚类算法,但是存在截断距离难以确定、局部密度定义过于简单和聚类分配策略容错能力差等......
针对密度峰值聚类算法(DPC,the density peak clustering algorithm)聚类结果受距离阈值dc参数影响较大的问题,提出一种局部密度捕......
由于传统的多核聚类算法忽略了局部密度和过度限制学习最优核的表示能力,提出了 一种自适应局部核的最优邻域多核聚类算法.首先通......
将物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为聚类。聚类算法是一种高效的无监督学习方法,被广泛应用于许多......
随着行业信息的融合,数据量成指数级的增长,数据种类庞杂,传统的技术已无法从复杂的数据分布中快速且有效地挖掘有价值信息。聚类......
超像素分析指的是将数字图像细分为多个超像素的过程,旨在简化或改变图像的表示形式,使得图像更容易理解和分析.文章提出了一种基......
大数据时代,数据的收集、存储、传输和处理能力正在飞速提升,机器学习正是处理数据时,不可或缺的核心技术.多示例学习是一种重要的......
传统K-means聚类算法随机初始化聚类中心,导致聚类结果稳定性差,采用欧式距离不能反映负荷曲线的趋势相似度.针对上述问题,提出一......
密度峰值聚类算法是一种基于密度的聚类算法。针对密度峰值聚类算法存在的参数敏感和对复杂流形数据得到的聚类结果较差的缺陷,提......
为了用一个无参数模式获得镁橄榄石所有晶核的电场梯度,提出了一个以密度函数为基础的能带结构重新计算方法。用广义梯度近似值法......
针对K-means聚类算法存在初始聚类中心敏感,离群点的检测和去除困难的问题,提出基于K-最近邻(K-Nearest Neighbor,KNN)优化密度峰......
支持向量回归(Support Vector Regression,SVR)是模式识别领域一种重要的学习方法，旨在拟合目标数据。因其具有稀疏性，全局最优性且......
离群点识别和聚类分析是数据挖掘研究的重要方面,基于离群点分析的各种数据挖掘算法的研究已经成为研究热门方向。但是目前大多数......
随着Internet的不断发展,信息过载和资源迷向已经成为制约人们高效使用Internet信息的瓶颈。人们希望网页的内容能够尽可能地根据......
密度峰值聚类(DPC)是近年来提出的一种新的密度聚类算法,算法的核心是基于局部密度和相对距离,通过画出决策图,人为选定聚类中心,......
伴随着我国互联网行业的高速发展,电脑、手机等电子设备的数量急剧增加,这种情形下,数据线作为各种电子设备充电的载体,其大规模生......
近邻传播聚类算法(Affinity Propagation,AP)是近年出现的无监督聚类算法,但实际应用中存在两点不足:(1)AP算法默认将所有的数据样......
基于快速搜索和发现密度峰值的聚类算法(简称基于密度峰值的聚类算法)是近年最热门的聚类算法之一。由于其具有可快速找到聚类中心......
现实世界中存在许多不同类型的复杂网络,它们都蕴含着各自内在的社团结构。社团检测算法可帮助我们发现复杂网络的内在结构与拓扑......
半监督分类学习是机器学习中一个重要研究领域,同时利用有标记和无标记样本进行学习,以缓解样本类标记稀缺的问题。流形正则化(Man......
现在的我们生活在数据时代,数据已经处在我们身边的每一处,且以爆炸式的的方式在增长,甚至已无法计算,那么如何从这么多数据中获取......
针对工业过程中数据维数高,导致SVDD算法在建立不同类别数据的超球面时会产生混叠区域的问题,提出了基于近邻密度-支持向量数据描......
为了提高非平衡数据集的分类精度,提出了一种基于样本空间近邻关系的重采样算法.该方法首先根据数据集中少数类样本的空间近邻关系......
介绍以自身整体密度作为对照的局部密度γ射线透射检测方法及其精确、快速和简便的特点.试验表明,该方法检测炸药柱径向局部密度的......
通过简化局部密度(SLD)理论预测了川南地区龙马溪组页岩样品在25℃、35℃、45℃下的等温吸附曲线。研究表明:SLD理论可以有效拟合......
用MonteCarlo方法研究了甲醇-环己烷体系的微观结构随压力（密度）的变化情况，结果表明，在临界区域甲醇分子的聚集最为明显，形成的甲醇团......
【英国《国际核工程》1980年11月号报道】西德的一个公司将要安装一套装置,用γ射线吸收原理测量多相流(气体或液体)中的局部密度......
科学家们首次确定了惯性约束聚变中两种不同类型的电磁结构,这将在内爆动力学和诊断学研究中产生重大影响。来自美国利弗莫尔国家......
[目的]基于局部密度的LOF算法时间复杂度高,且容易将处于簇边缘的正常对象误判成异常对象,INFLO算法引进反向k-近邻解决LOF算法这......
针对模糊C均值(FCM)算法聚类结果对初始中心点敏感以及聚类过程中没有考虑到不同密度样本点在聚类过程中影响力不同的缺陷,提出了......
海外媒体报道，我国台湾省开发成功生产线上使用的不织布均匀度监测系统。 系统以光电感测方式测量棉网的单位面积重量均匀度，由电脑......
针对在线模块化神经网络难以实时有效划分样本空间,提出一种改进的在线自适应模块化神经网络.首先,基于距离与密度实时更新样本局......
