Go To English Version 超过100万源码资源，1000万源码文件免费下载
共 462 条
源码资源搜索结果

关键字：DBSCAN

  • 论文研究-大规模图数据边受限制的最短距离查询算法.pdf ... 之一。对于大图，根据路标节点估算两点之间最短距离的方法来提高查询效率。现有的路标节点选择策略不能在中心性和计算量小两方面同时满足，路标节点存储到其他节点的距离信息，存储量仍然很大。对于大规模有向图来说，路标节点选取策略保证中心性的同时减少了计算量，使用了DBSCAN聚类思想将节点划分成不同的类，选择具有联通性的向前和向后核心节点作为向前和向后路标节点；存储类内路标节点与普通节点之间的距离信息以及类间路标节点之间的距离信息来减少存储量；源节点通过向后路标节点和向前路标节点到达目标节点，采用上界和下界的最小 ...
  • 论文研究-浅层语义分析及SPARQL在问答系统中的应用.pdf 针对各种扩散模式数据点分布的聚类问题，提出了一种基于密度变化的聚类算法（CDD）。CDD采用基于密度的典型聚类算法（DBSCAN）寻找核心点，通过分析数据样本及其周围点密度的扩散规律，计算密度扩散的方向、速度和加速度，对数据样本进行聚类。实验结果表明：与DBSCAN相比，能准确对扩散模式数据进行聚类，对非扩散模式数据具有抗噪声干扰能力强，参数较易确定的优点。
  • 论文研究-一种出租车载客轨迹空间聚类方法.pdf ... 核心轨迹的搜索邻域，同时重新定义轨迹核心距离与轨迹可达距离，用邻接表代替空间索引来降低算法的复杂度。通过对南京市出租车载客轨迹的聚类分析，得到了出租车载客热点轨迹簇，并且经过多次实验与传统OPTICS算法、DBSCAN（Density-Based Spatial Clustering of Applications with Noise）算法对比，提出的TR-OPTICS算法在算法执行效率上均优于其他两种算法，在聚类结果上该算法可以发现载客子轨迹簇主要集中在市中心的中央路、大桥南路、北京东路、中山东路、 ...
  • 论文研究-SVM的几何方法—SK类思路的研究.pdf 为了改善DBSCAN参数敏感性和对密度分布不均数据对象聚类质量不高的问题，提出了一种基于DBSCAN算法的改进聚类方法。算法使用K最近邻的均值距离度量密度，中心点选取当前密度最大点，并以中心点为核心点扩展种子队列，直至由给定的密度比例因子所决定的密度边缘。为了改善聚类质量，提出了候选核心点，并使用给定的半径比例因子发现核心点。在实验中，利用数据集对该算法进行了测试，测试结果证明了该改进算法的参数鲁棒性，和在聚类密度分布不均数据集时的较好性能。
  • 论文研究-树枝形铁路专用线取送车问题的遗传算法研究.pdf 针对桥梁健康监测系统的海量监测数据，提出了一种基于DBSCAN聚类分析算法的桥梁健康监测预测模型，该算法通过对原始数据文件分段进行聚类分析预处理，有效地缓解了海量数据的存储问题。进一步对预处理后的数据，采用回归拟合算法，完成对桥梁健康状况的预测功能。
  • 论文研究-DBSCAN算法在桥梁健康监测预测模型中的应用.pdf 通过对人体跌倒自动报警机制的研究，提出一种基于MEMS加速度传感器的侦测人体跌倒信号、自动通过手机短信报警，以及修正误报警的方法，并由低功耗MSP430F449单片机和MMA7260Q加速度传感器，以及GSM模块，通过AT指令程序，实现了单片机控制GSM模块自动发送跌倒求救短信息。它可以检测人体在倾斜、垂直方向的跌倒信号和跌倒时发出的撞击信号，能自动发送短信，还可以在指定时间内消除错误报警信号，具有报警准确性高的突出优点。通过姿态模拟漏报警和误报警实验，结果表明没有出现漏报警和误报警，证明该方法可行， ...
  • 论文研究-基于密度的改进BIRCH聚类算法.pdf 针对传统的BIRCH算法用直径来控制聚类的边界，对非球形聚类效果不佳，甚至会把非球状的簇分割为不同簇这一缺点，对BIRCH算法进行改进，改进算法首先建立多棵CF树，每棵CF树代表一个簇，并结合DBSCAN算法的密度可达的思想。该算法能对任意形状的簇进行准确的聚类。实验表明，算法能通过一次扫描进行有效聚类，时间复杂度与BIRCH算法相同，对大规模数据集具有较高的处理速度，实现了动态聚类，并可以准确地对任意形状的簇进行聚类并发现噪声点。
  • 论文研究-基于个体邻域的改进NSGA-II算法.pdf ... 指定共享半径的适应度共享策略，是解决多目标优化问题的经典算法之一。但是NSGA-II算法在保持种群多样性时采取的拥挤距离排挤机制有着pareto前沿分布不均匀的缺陷，因此，提出一种基于个体邻域的改进NSGA-II算法SN-NSGA2。SN-NSGA2将密度聚类算法DBSCAN中邻域的思想应用到排挤机制中去，提出一种个体邻域的构建方法，采用相应的淘汰策略去除个体邻域中的其他邻居个体。实验结果表明相对于NSGA-II算法来说，新算法求出的pareto解集有着更好的分布性以及良好的收敛性。
  • 经典聚类算法实现.rar 层次聚类算法 agens ，密度聚类：DBSCAN， meanshift算法非调库实现，及matplotlib动态可视化
  • 常见聚类算法集合.zip 基于matlab的聚类算法合集，包括k均值、DBSCAN、高斯混合、均值漂移四种算法，可运行，适合初学者。