-
题名基于航迹数据的改进DBSCAN聚类算法研究
被引量：1
- 1
-
-
作者
申正义
李平
王洪林
赵迪
郭文琪
-
机构
空军预警学院
[
-
出处
《空天预警研究学报》
CSCD
2024年第2期128-131,共4页
-
文摘
为研究模拟训练航迹数据聚类,针对基于密度的噪声应用空间聚类(DBSCAN)算法参数选取不精准、聚类准确度不高的问题,提出一种改进的DBSCAN聚类算法.首先,通过KNN算法计算邻域半径并得到用于DBSCAN聚类的初始化核心数据对象,实现粗聚类;其次,根据数据对象的特点,加入航向特征进行二次聚类,既解决了DBSCAN算法随机初始化核心点和参数选取难的问题,又加入能够反映数据方向的特征;最后,进行了仿真实验.实验结果表明,改进DBSCAN算法比传统DBSCAN算法具有更好的聚类效果.
-
关键词
模拟训练
DBSCAN算法
二次聚类
自适应参数选取
航迹数据
-
Keywords
simulation training
DBSCAN algorithm
secondary clustering
adaptive parameter selection
track data
-
分类号
TN958
[电子电信—信号与信息处理]
-
-
题名一种改进的新型广义熵在图像分割中的应用
被引量：2
- 2
-
-
作者
焦瑞芳
范九伦
郑茗化
-
机构
西安邮电大学通信与信息工程学院
-
出处
《电视技术》
2018年第10期1-4,共4页
-
文摘
在图像分割中引入了一种能够通过参数r处理物理系统中附加信息或者非广义信息的新型广义熵,在此基础上提出了一种改进的新型广义熵分割算法,用粒子群算法在所有参数中搜索最优值,引入均匀性测度函数指标为适应度函数,从而实现参数的自适应选取,得出最佳分割阈值。结果表明,该方法可以实现以上内容。
-
关键词
图像分割
新型广义熵
自适应选取参数
粒子群优化算法
均匀性测度函数
-
Keywords
image segmentation
novel generalized entropy
adaptive selection parameters
particle swarm optimization algorithm
uniformity measure function
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
