期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Voronoi图的有障碍物空间聚类
被引量:
5
1
作者
薛丽霞
汪林林
+1 位作者
王佐成
李永树
《计算机科学》
CSCD
北大核心
2007年第2期189-191,共3页
Voronoi图具有侧向临近特性,可以方便表达空间临近关系。根据这一性质,解决在空间数据聚类分析中的有实体障碍物所面临的问题。通过生成考虑实体障碍物的Voronoi图,建立Voronoi图的距离度量方法,提出采用循障碍物求距离法,可以方便地完...
Voronoi图具有侧向临近特性,可以方便表达空间临近关系。根据这一性质,解决在空间数据聚类分析中的有实体障碍物所面临的问题。通过生成考虑实体障碍物的Voronoi图,建立Voronoi图的距离度量方法,提出采用循障碍物求距离法,可以方便地完成有障碍物的空间聚类分析。该方法使得有实体障碍物情况下空间聚类更加准确,并通过实验进行验证。
展开更多
关键词
voronoi
图
空间聚类
voronoi距离
下载PDF
职称材料
改进模糊划分的FCM聚类算法的一般化研究
被引量:
55
2
作者
朱林
王士同
邓赵红
《计算机研究与发展》
EI
CSCD
北大核心
2009年第5期814-822,共9页
聚类分析是无监督模式识别中的一种重要方法,已广泛应用于数据挖掘、图像处理、计算机视觉、生物信息和文本分析中.在聚类算法中,模糊指数m对聚类结果有十分重要的影响.针对IFP-FCM算法模糊指数m被限定为2的问题,提出了一般化的改进模...
聚类分析是无监督模式识别中的一种重要方法,已广泛应用于数据挖掘、图像处理、计算机视觉、生物信息和文本分析中.在聚类算法中,模糊指数m对聚类结果有十分重要的影响.针对IFP-FCM算法模糊指数m被限定为2的问题,提出了一般化的改进模糊划分的FCM聚类算法GIFP-FCM.通过引入新的隶属度约束,解决了IFP-FCM算法模糊指数m的一般化问题;同时GIFP-FCM算法从Voronoi距离和竞争学习的角度对其鲁棒性和快速收敛性进行了合理解释;其次,通过引入模糊程度系数α,使得FCM算法和IFP-FCM算法分别表示为GIFP-FCM算法在α等于0和α趋于1时的特例.实验结果表明,GIFP-FCM算法较之于IFP-FCM和FCM算法具有更好的鲁棒性和参数适应性;在纹理图像分割中,GIFP-FCM也明显优于IFP-FCM和FCM算法.
展开更多
关键词
聚类算法
竞争学习
模糊划分
voronoi距离
纹理图像分割
下载PDF
职称材料
改进的快速FCM算法
被引量:
7
3
作者
王璐
蔡自兴
《小型微型计算机系统》
CSCD
北大核心
2005年第10期1774-1777,共4页
快速而准确的图像分割算法是实时理解环境的基础.本文在缩减数据集思想的基础上提出一种新的快速FCM算法 vFCM:采用更为简便的直方图统计方法,并进一步利用直方图为FCM算法预设原型初值,最后用Voronoi距离改造隶属函 数,降低算法复杂度...
快速而准确的图像分割算法是实时理解环境的基础.本文在缩减数据集思想的基础上提出一种新的快速FCM算法 vFCM:采用更为简便的直方图统计方法,并进一步利用直方图为FCM算法预设原型初值,最后用Voronoi距离改造隶属函 数,降低算法复杂度,从而加快算法速度.实验结果表明,该方法能够在基本保证分割质量的前提下明显提高运算速度,对实时 图像处理要求较高的场合具有实用价值.
展开更多
关键词
vFCM
快速
预设原型初值
voronoi距离
下载PDF
职称材料
K平面聚类算法的模糊改进及其鲁棒性研究
被引量:
2
4
作者
朱林
王士同
+1 位作者
潘永惠
韩斌
《电子与信息学报》
EI
CSCD
北大核心
2008年第8期1923-1927,共5页
该文针对K平面聚类算法KPC(K-Plane Clustering)对噪声点敏感的缺陷,通过引入隶属度约束函数,推导出鲁棒的改进分割K平面聚类算法IFP-KPC(Improved Fuzzy Partitions for K-Plane Clustering),并利用Voronoi距离对IFP-KPC算法的鲁棒性...
该文针对K平面聚类算法KPC(K-Plane Clustering)对噪声点敏感的缺陷,通过引入隶属度约束函数,推导出鲁棒的改进分割K平面聚类算法IFP-KPC(Improved Fuzzy Partitions for K-Plane Clustering),并利用Voronoi距离对IFP-KPC算法的鲁棒性进行了合理解释。实验结果表明IFP-KPC算法较之于KPC算法具有更好的聚类效果。
展开更多
关键词
K平面聚类
改进模糊分割
voronoi距离
鲁棒性
下载PDF
职称材料
顾及方向关系的农村居民地聚类方法
被引量:
3
5
作者
吕峥
孙群
+2 位作者
赵国成
陆川伟
胡健健
《武汉大学学报(信息科学版)》
EI
CAS
CSCD
北大核心
2023年第4期631-638,共8页
农村居民地空间分布具有独特的规律性和复杂性,Voronoi图在表达居民地分布特征方面有显著优势。针对当前空间聚类较少考虑实体方向关系的问题,基于Voronoi图提出一种顾及方向关系的农村居民地聚类方法。首先,构建距离约束的Voronoi图,...
农村居民地空间分布具有独特的规律性和复杂性,Voronoi图在表达居民地分布特征方面有显著优势。针对当前空间聚类较少考虑实体方向关系的问题,基于Voronoi图提出一种顾及方向关系的农村居民地聚类方法。首先,构建距离约束的Voronoi图,并构建居民地实体间的Voronoi邻近图;然后,利用无向特征与有向特征来综合评价居民地实体间的聚集强度;最后,消除聚集强度小于阈值的实体对的邻近关系,得到聚类结果。采用浙江省宁波地区部分农村居民地数据进行实验,结果表明,所提方法能够有效聚类不同分布模式的居民地,聚类结果符合人的认知习惯。
展开更多
关键词
空间聚类
方向关系
农村居民地
距离
约束的
voronoi
图
原文传递
题名
基于Voronoi图的有障碍物空间聚类
被引量:
5
1
作者
薛丽霞
汪林林
王佐成
李永树
机构
西南交通大学土木工程学院
重庆邮电学院
出处
《计算机科学》
CSCD
北大核心
2007年第2期189-191,共3页
基金
重庆市自然科学基金资助项目(CSTC2005BB2065)
文摘
Voronoi图具有侧向临近特性,可以方便表达空间临近关系。根据这一性质,解决在空间数据聚类分析中的有实体障碍物所面临的问题。通过生成考虑实体障碍物的Voronoi图,建立Voronoi图的距离度量方法,提出采用循障碍物求距离法,可以方便地完成有障碍物的空间聚类分析。该方法使得有实体障碍物情况下空间聚类更加准确,并通过实验进行验证。
关键词
voronoi
图
空间聚类
voronoi距离
Keywords
voronoi
diagram, Spatial clustering,
voronoi
distance
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
改进模糊划分的FCM聚类算法的一般化研究
被引量:
55
2
作者
朱林
王士同
邓赵红
机构
江南大学信息工程学院
上海交通大学图像处理与模式识别研究所
出处
《计算机研究与发展》
EI
CSCD
北大核心
2009年第5期814-822,共9页
基金
国家“八六三”高技术研究发展计划基金项目(2006AA10Z313)
国家自然科学基金项目(60773206,60704047)
国防应用基础研究基金项目(A1420461266)~~
文摘
聚类分析是无监督模式识别中的一种重要方法,已广泛应用于数据挖掘、图像处理、计算机视觉、生物信息和文本分析中.在聚类算法中,模糊指数m对聚类结果有十分重要的影响.针对IFP-FCM算法模糊指数m被限定为2的问题,提出了一般化的改进模糊划分的FCM聚类算法GIFP-FCM.通过引入新的隶属度约束,解决了IFP-FCM算法模糊指数m的一般化问题;同时GIFP-FCM算法从Voronoi距离和竞争学习的角度对其鲁棒性和快速收敛性进行了合理解释;其次,通过引入模糊程度系数α,使得FCM算法和IFP-FCM算法分别表示为GIFP-FCM算法在α等于0和α趋于1时的特例.实验结果表明,GIFP-FCM算法较之于IFP-FCM和FCM算法具有更好的鲁棒性和参数适应性;在纹理图像分割中,GIFP-FCM也明显优于IFP-FCM和FCM算法.
关键词
聚类算法
竞争学习
模糊划分
voronoi距离
纹理图像分割
Keywords
clustering algorithm
competitive learning
fuzzy partition
voronoi
distance
image texture segmentation
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
改进的快速FCM算法
被引量:
7
3
作者
王璐
蔡自兴
机构
中南大学信息科学与工程学院智能所
出处
《小型微型计算机系统》
CSCD
北大核心
2005年第10期1774-1777,共4页
基金
国家自然科学基金重点项目(60234030)资助.
文摘
快速而准确的图像分割算法是实时理解环境的基础.本文在缩减数据集思想的基础上提出一种新的快速FCM算法 vFCM:采用更为简便的直方图统计方法,并进一步利用直方图为FCM算法预设原型初值,最后用Voronoi距离改造隶属函 数,降低算法复杂度,从而加快算法速度.实验结果表明,该方法能够在基本保证分割质量的前提下明显提高运算速度,对实时 图像处理要求较高的场合具有实用价值.
关键词
vFCM
快速
预设原型初值
voronoi距离
Keywords
vFCM
fast
presetting prototype
voronoi
distance
分类号
TP317 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
K平面聚类算法的模糊改进及其鲁棒性研究
被引量:
2
4
作者
朱林
王士同
潘永惠
韩斌
机构
江南大学信息工程学院
出处
《电子与信息学报》
EI
CSCD
北大核心
2008年第8期1923-1927,共5页
基金
国家863项目(2006AA10Z313)
国家自然科学基金(60225015)
+1 种基金
国防应用基础研究基金项目(A1420461266)
2005年教育部科学研究重点基金项目(105087)资助课题
文摘
该文针对K平面聚类算法KPC(K-Plane Clustering)对噪声点敏感的缺陷,通过引入隶属度约束函数,推导出鲁棒的改进分割K平面聚类算法IFP-KPC(Improved Fuzzy Partitions for K-Plane Clustering),并利用Voronoi距离对IFP-KPC算法的鲁棒性进行了合理解释。实验结果表明IFP-KPC算法较之于KPC算法具有更好的聚类效果。
关键词
K平面聚类
改进模糊分割
voronoi距离
鲁棒性
Keywords
K-plane clustering
Improved fuzzy partitions
voronoi
distance
Robustness
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
顾及方向关系的农村居民地聚类方法
被引量:
3
5
作者
吕峥
孙群
赵国成
陆川伟
胡健健
机构
信息工程大学地理空间信息学院
信息工程大学数据与目标工程学院
[
出处
《武汉大学学报(信息科学版)》
EI
CAS
CSCD
北大核心
2023年第4期631-638,共8页
基金
国家自然科学基金(41571399,41771487,41901397)
河南省中原学者项目(202101510001)。
文摘
农村居民地空间分布具有独特的规律性和复杂性,Voronoi图在表达居民地分布特征方面有显著优势。针对当前空间聚类较少考虑实体方向关系的问题,基于Voronoi图提出一种顾及方向关系的农村居民地聚类方法。首先,构建距离约束的Voronoi图,并构建居民地实体间的Voronoi邻近图;然后,利用无向特征与有向特征来综合评价居民地实体间的聚集强度;最后,消除聚集强度小于阈值的实体对的邻近关系,得到聚类结果。采用浙江省宁波地区部分农村居民地数据进行实验,结果表明,所提方法能够有效聚类不同分布模式的居民地,聚类结果符合人的认知习惯。
关键词
空间聚类
方向关系
农村居民地
距离
约束的
voronoi
图
Keywords
spatial clustering
direction relation
rural settlement
voronoi
diagram with distance constraint
分类号
P208 [天文地球—地图制图学与地理信息工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于Voronoi图的有障碍物空间聚类
薛丽霞
汪林林
王佐成
李永树
《计算机科学》
CSCD
北大核心
2007
5
下载PDF
职称材料
2
改进模糊划分的FCM聚类算法的一般化研究
朱林
王士同
邓赵红
《计算机研究与发展》
EI
CSCD
北大核心
2009
55
下载PDF
职称材料
3
改进的快速FCM算法
王璐
蔡自兴
《小型微型计算机系统》
CSCD
北大核心
2005
7
下载PDF
职称材料
4
K平面聚类算法的模糊改进及其鲁棒性研究
朱林
王士同
潘永惠
韩斌
《电子与信息学报》
EI
CSCD
北大核心
2008
2
下载PDF
职称材料
5
顾及方向关系的农村居民地聚类方法
吕峥
孙群
赵国成
陆川伟
胡健健
《武汉大学学报(信息科学版)》
EI
CAS
CSCD
北大核心
2023
3
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部