基于密度聚类相关论文
聚类分析是一种重要的数据挖掘技术。它的目标是挖掘数据中的簇,使得在同一簇中的数据比在不同簇中的数据更相似。研究者已经提出......
随着信息技术的快速发展,大量数据以流的形式从气象预测、金融交易、传感器网络等重要领域实时产生。不同于传统的静态数据,流数据......
从地铁隧道三维点云数据中分割出物体的点云是自动化检测地铁隧道病害及重建地铁隧道三维模型的关键步骤。由于某自动化检测系统的......
针对P2P环境中策略性欺骗和作弊行为识别及防范难的问题,提出一种基于置信于主流意见的信誉模型(PTMTrust)。基于诚实反馈是节点间......
介绍一种有效发现和去除三维数据噪声方法,它既能改善去除噪声的效果,又能保持特征信息。该方法是一种两阶段噪声数据处理方法。该......
针对未知雷达信号聚类分选实时性较差的问题，提出了一种改进的DBSCAN聚类分选方法。该方法首先依据脉冲数据在参数空间中的分布特性......
网络主机聚类是随着网格任务调度技术发展而产生的一个新技术,基于网络性能的主机聚类算法的时间效率和结果准确性有待于进一步提......
针对分布式数据流聚类算法存在的聚类质量不高、通信代价大的问题,提出了密度和代表点聚类思想相结合的分布式数据流聚类算法。该......
基于密度的聚类算法具有挖掘任意形状聚类和处理“噪声”数据等优势，同时也存在时间消耗大、参数问题局限及输入顺序敏感等缺陷。为......
群智感知网络(Crowd-Sensing Networks,CSN)作为物联网的重要组成部分,近年来随着智能移动设备的普及和无线网络技术的进步,得到了......
为研究专利匹配算法以提高专利匹配准确率并解决专利检索、专利推荐、专利地图等专利服务关联性不足的问题,文中提出一种基于双向......
近年来,随着我国空天地立体观测技术的飞速发展,高精度、高频度、大覆盖的超海量地理时空数据呈几何级数爆炸式增长,海量地理时空......
传统的DBSCAN聚类算法是基于密度的聚类算法,原始算法在搜索精度和搜索效率上存在一定的局限性。基于LUX4线激光雷达数据点的点云......
针对现有算法聚类精度不高、处理离群点能力较差以及不能实时检测数据流变化的缺陷,提出一种基于密度与近邻传播融合的数据流聚类......
随着卫星定位技术、跟踪监测设备、无线通信及电子技术的快速发展,人们对持续移动物体所处的空间位置的跟踪能力不断加强,使得收集......
随着网络融合演进的加速，以多媒体应用为代表的流数据业务在网络中所占比例越来越高，逐渐成为主流的数据存在形式。与传统数据不同，这......
聚类算法是机器学习算法的一个分支,已有的聚类算法通常采用无监督学习。由于这类算法不能利用已知信息,结果的准确性和稳定性较低......
在高速公路的交通分析和交通决策当中,分析人员和决策人员希望发现特定时间段内运动模式相似的车辆集合。因为这些集合能够反映出......
针对传统的数据隐私保护算法存在执行时间较长，隐匿率较高，适应性较差等问题，提出基于密度聚类的网络数据隐私保护算法，在大数据环境下......
空间聚类方法是分析城市规划、市场营销、社区发现等问题的一种重要手段,然而当前大多数的空间聚类方法只考虑了空间对象之间的位......
针对目前大多数楼层识别方法由于未考虑楼梯间的活动识别,在楼梯处楼层定位结果来回切换的问题,提出了一种基于Wi-Fi/气压计组合的......
