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......
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......
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......
针对目前车载16线激光雷达点云数据中障碍物检测算法准确率不高的问题,提出了一种基于自适应网格聚类的障碍物检测方法。首先,结合......
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......
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......
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......
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......
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......
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......
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......
针对遥感影像分类对初始训练集要求严格且数据含有大量未标记样本的特点,提出基于预聚类和主动半监督学习算法。首先利用网格聚类......
事件检测是事件处理系统最重要的研究问题之一。异常、变化和突发是三类最典型的数据流事件。本文关注如何在数据流中同时检测多种......
现有的数据流聚类方法很难兼顾数据稀疏和子空间聚类等高维数据难题,而分布式数据流对数据流聚类提出包括在线计算效率、通信开销......
基于网格的聚类算法是雷达信号预分选领域的一种常用方法。针对现有网格聚类算法需要人为确定网格划分、边界处理精度低的问题,提......
目前,大多数位置匿名聚类算法的每一次迭代都需要遍历所有用户的位置来寻找离匿名框质心最近的用户,这消耗了大量的时间,且对包含......
武器系统的探测设备通常面对的是非合作目标,观测样本在特征空间中的分布形式难以预期,噪声、不规则的类簇形状以及差异化的类簇密......
传统网格聚类方法由于没有考虑到相邻网格内的数据点对考查网格的影响,存在不能平滑聚类以及聚类边界判断不清的情况。为此提出了......
并行化数据融合系统的数据流量大、关键任务多,容错实时性要求高,论文提出了一种基于检查点和冗余任务进程相结合的数据融合并行化......
针对传统裂缝检测算法抗干扰能力弱,浅层裂缝易误判等问题,提出一种局部特征聚类联合区域增长的桥梁裂缝检测算法。首先,针对混凝......
针对传统网格聚类算法仅能够去除空网格的问题,提出一种基于图像分割思想来剔除稀疏数据的多密度网格聚类算法。该算法对原始数据......
为解决网格聚类算法中对参数过于敏感、无法自动识别不同密度梯度类以及不同梯度类间划分不够精确等问题,提出了相交网格下基于最......
数据的爆炸式增长,使得从数据中发现有价值的信息并将其转化为有组织的知识变得更加困难,于是数据挖掘应运而生。而作为数据挖掘的......
随着计算机网络的不断发展,互联网技术在为人们提供便捷生活的同时,网络安全问题也随之而来,因此网络入侵检测技术引起了广泛的关......
该文用一种基于密度和网格的混合聚类算法构造出一种适合入侵检测系统使用的异常检测算法。通过基于密度聚类算法和基于网格聚类算......
实时数据流中动态模式的发现与跟踪是对带有时间标记的数据流进行动态分析,发现数据流中有意义的模式并且跟踪模式的变化,这是一种......
