一种基于似最小生成树的空间聚类算法

根据空间邻近目标的距离变化情况,定义了边长变化因子概念,给出了一种似最小生成树的构建方法。在此基础上,提出了一种基于似最小生成树的空间聚类算法。模拟数据和实际数据分析发现,基于似最小生成树的空间算法能够发现任意形状的空间簇和异常点,并能够很好地适应空间数据分布不均匀的特点。通过与经典的DBSCAN算法比较,发现基于似最小生成树的空间聚类算法比DBSCAN算法更具有实用性。     

基于最小生成树和聚类算法的旅游线路规划

运用改进的最小生成树和聚类分析方法对全国201个5A景点旅游交通线路规划进行了研究,通过计算与修正优化得到了最理想的旅游交通路线格局.在此基础上规划了以西安市为出发地游览全国5A级景点的1 3条旅游路线,每次出游可返回出发地.证实了最小生成树理论和聚类分析算法在旅游交通路线设计的领域运用具有一定的可行性,可以为实际的旅游交通规划和线路设计工作提供一定的参考.     

基于最小生成树的Steiner最小树生成算法

提出了基于最小生成树的Steiner最小树的生成算法,分析了该算法的时间复杂性为O(nlogn).     

基于最小生成树的遥感影像分割

随着遥感影像在人们生产生活各个方面的广泛应用,普通的分割算法已不适用于高分辨率遥感影像的目标识别需求。本文提出了一种基于最小生成树的遥感影像分割算法,首先根据像素间的相似性测度构建遥感影像的无向带权图,然后通过Prim算法生成遥感影像的最小生成树用于刻画影像的像素间相似性结构,并建立最小生成树的拓扑结构;在此基础上,建立基于最小生成树的分割模型,进行子树划分,从而达到影像分割的目的。模拟和真实影像的分割实验表明,本文算法是一种有效的遥感影像分割算法。     

基于最小平方和残差的高阶模糊联合聚类算法

目前,多数高阶联合聚类算法属于硬划分方法,不考虑聚簇重叠问题。为了更有效地分析具有重叠聚簇结构的数据,提出了一种基于最小平方和残差的高阶模糊联合聚类算法(MSR-HFCC),该算法将聚类问题转化为最小化模糊平方和残差的优化问题,推导出求解优化问题的隶属度迭代更新公式,设计出聚类过程的迭代算法。实验结果表明,MSR-HFCC算法聚类效果优于目前已有的5种硬划分高阶联合聚类算法。     

基于地图代数的最小生成树实现方法

本文介绍了最小生成树及其常见的算法,对比栅格算法分析了基于矢量的最小生成树算法的缺点,介绍了地图代数的距离变换和基于地图代数的距离变换图生成Voronoi图、Delaunay三角网,然后根据最小生成树MST是Delaunay三角剖分的一个子集,逐次删掉Delaunay三角网中每个三角形的最长边,从而得到最小生成树,该方法不仅适用于欧氏非障碍空间,同样也适用于障碍空间的情况,解决了以往最小生成树在障碍空间下(尤其是当障碍空间中的障碍是全形态的条件下)难以求解的问题,具有一定的理论意义。     

最小生成树相位解缠中冗余去除算法

目前，相位解缠的方法中以Goldstein提出的枝切法最为经典，它通过枝切线将残差点相互连接使得残差点电荷中和，在相位展开处理的积分中，积分路径不能穿过分支，从而限制误差的传播。但是由于枝切线连接策略的不合理，往往造成连成的枝切线过多、过长，甚至多条枝切线形成闭合区域，造成不能解缠的“死区”，特别是在残差点较多的情况，这种现象更为严重。本文在最小生成树原理的基础上，提出的枝切线冗余去除算法能简单、准确地去除枝切树中的冗余，并保证了相位解缠具有最好的效果。     

生成树算法在最小独立闭合环搜索中的应用

基于水准网的特点,结合广度优先遍历的思想,实现了生成树算法,并简化了Dijkstra算法在水准网中搜索最短路径时的应用,提高了计算效率。     

一种基于最小生成树的无人机影像拼接方法

针对无人机影像拼接速度慢精度低的问题,提出了一种基于最小生成树的无人机影像拼接方法。对采集到的序列影像进行特征点匹配,采用LM法和RANSAC算子剔除误匹配点,通过距离阈值使特征点均匀化;计算每一张影像的准则值,以准则值最小的影像为基准影像进行坐标转换;将最小生成树算法引入到拼接路径中,实现多张影像的拼接。实验结果表明,该方法提高了影像的拼接速率,有效避免误差累积对后续拼接影像的影响,改善了拼接效果。     

基于模拟退火的空间聚类算法

根据模拟退火具有寻求全局最优解的特性,在分析模拟退火基本理论的基础上,利用模拟退火基本思想对传统的空间聚类方法--K-means算法进行优化.然后分别对优化后的算法和传统算法进行实验分析.实验结果表明:优化后的方法以概率接受劣解的方式跳出局部极小值,从而为寻求全局的最优解提供了可能.另外,在优化过程中提出并应用了点密度的思想,使得聚类结果不受初始值影响,其执行效率也有所提高.     

基于场论的空间聚类算法

从空间数据场的角度出发,提出了一种适用于空间聚类的场——凝聚场,并给出了一种新的空间聚类度量指标(即凝聚力)。进而,提出了一种基于场论的空间聚类算法(简称FTSC算法)。该算法根据凝聚力的矢量计算获取每个实体的邻近实体,通过递归搜索的策略,生成一系列不同的空间簇。通过模拟实验验证、经典算法比较和实际应用分析,发现所提出的算法具有3个方面的优势:(1)不需要用户输入参数;(2)能够发现任意形状的空间簇;(3)能够很好适应空间数据分布不均匀的特性。     

基于双重迭代聚类的模糊投影寻踪聚类算法

建立了一种新的聚类算法——模糊投影寻踪聚类(fuzzy projection pursuit cluster,FPPC)算法,实现了投影寻踪聚类(projection pursuit clustering,PPC)算法与模糊聚类迭代(fuzzy clustering iterative,FCI)算法的良好融合。FPPC算法首先建立了一种新的投影指标函数,该函数由投影值标准差和投影点广义欧氏权距离平方和构成,能避免传统PPC中选取惟一参数密度窗宽时完全依赖经验来决定的问题;然后采用投影技术对高维数据进行降维处理,执行FCI步骤来对低维样本集进行初次聚类运算;接着通过寻找最优投影方向的过程,对样本集进行PPC的二重聚类。在FPPC求解过程中,运用了由混沌理论、文化算法与差分进化算法融合而成的混沌文化差分进化算法进行优化处理。实验仿真表明,FCI与PPC双重迭代聚类的FPPC算法拥有更优的聚类精度及有效性。     

基于图顶点深度聚类的建筑物合并方法

建筑物要素合并是大比例尺地图缩编过程中实现空间结构简化的重要手段。基于综合规则的合并方法难以同时顾及要素形态、分布等诸多特征,受预设算法参数影响大,综合过程缺乏灵活性。针对这一问题,本文提出了一种基于图顶点深度聚类网络的建筑物合并模型,利用Delaunay三角网构建建筑物群组表征图模型,结合自编码器与图卷积网络学习剖分三角形的几何形态、空间分布特征,采用自监督学习方式实现三角形的聚类与分类(保留、删除),最终在不依赖样本条件下实现建筑物要素端到端智能化合并。试验表明,该方法对预设合并参数依赖低,能同时顾及建筑物要素的形态与分布特征。合并过程具有一定灵活性,合并结果能较好满足地图可视化要求。     

基于MI聚类的协同推荐算法

在个性化推荐系统中,项目的内容特征是影响推荐精度的重要因素。针对传统协同推荐不能有效考虑项目内容特征的问题,在考虑传统用户-项目评分信息的基础上,引入项目的内容特征属性,构建基于多示例(MI)的用户评分信息表达模型。根据多示例学习模式具有一定容错性的特点,设计了基于多示例聚类的协同推荐算法,通过多示例聚类计算用户的最近邻集合,根据最近邻集合对用户评分进行预测。实验结果表明,基于MI聚类的协同过滤推荐算法提高了预测评分的准确度,且有效缓解了数据稀疏性问题     

聚类算法研究

建立了一种新的聚类算法——模糊投影寻踪聚类(fuzzy projection pursuit cluster, FPPC)算法,实现了投影寻踪聚类(projection pursuit clustering,PPC)算法与模糊聚类迭代(fuzzy clustering iterative,FCI)算法的良好融合。FPPC算法首先建立了一种新的投影指标函数,该函数由投影值标准差和投影点广义欧氏权距离平方和构成,能避免传统PPC中选取惟一参数密度窗宽时完全依赖经验来决定的问题;然后采用投影技术对高维数据进行降维处理,执行FCI步骤来对低维样本集进行初次聚类运算;接着通过寻找最优投影方向的过程,对样本集进行PPC的二重聚类。在FPPC求解过程中,运用了由混沌理论、文化算法与差分进化算法融合而成的混沌文化差分进化算法进行优化处理。实验仿真表明,FCI与PPC双重迭代聚类的FPPC算法拥有更优的聚类精度及有效性。     

一种建筑物只能聚类方法

建筑物聚类是大比例尺地图自动制图综合中需要解决的关键问题。通过分析Gestalt原理的邻近性、相似性等,采用建筑物重心、建筑物间的距离、建筑物与邻近线状地物要素间位置关系等参数描述建筑物。本文提出的建筑物智能聚类方法包含两个连续的步骤:首先计算建筑物的描述参数,利用SOM网络的聚类能力,进行建筑物的初步聚类;然后,利用SOM竞争层行列扫描的方法,对初步聚类的建筑物类簇进行精确划分,获得满足建筑物聚类的全局和局部约束条件等制图要求的建筑物聚类群组。     

基于建筑物投影差纠正算法的电子地图生成与应用

针对2.5维电子地图中由于地形起伏导致的建筑物投影差的问题,本文设计并实现了一种建筑物投影差纠正算法,结合平行投影自动出图,能够将三维建筑物体块模型、三维建筑物精细模型、倾斜摄影实景建筑物三维模型、建筑物点云等快速生成2.5维电子地图。主要特点是支持多种建筑物数据源、坐标自动配准和建筑物投影差纠正,能够与正射影像或二维矢量数据进行无偏移叠加,有利于2.5维电子地图的广泛应用。     

基于生成树的控制网最小独立异步环搜索方法研究

实现控制网最小独立异步环的计算机自动搜索是一项较为复杂、繁琐的工作,目前介绍此工作方法的文献大多是阐述过程中的某一部分,并且部分细节问题讨论得较少。文中以帮助初学者对此项工作形成完备的认识并能够自主编程实现为目的,以GNSS控制网为例,详细介绍基于生成树的控制网最小独立异步环自动搜索方法,内容包括生成树的定义及建立方法,最短路径搜索-Dijkstra算法的原理与实现步骤,利用生成树与最短路径搜索算法搜索最小独立闭合环的原理及具体实现步骤,以及同步观测环的自动搜索方法。最后以一个控制网实例说明此方法的可行性。     

一种基于统计学习理论的最小生成树图像分割准则

根据基于区域增长的面向对象图像分割的本质特点,将统计学习理论与最小生成树算法相结合,提出了一种基于统计学习理论的最小生成树图像分割准则。将该图像分割准则应用于多种遥感影像数据进行分割实验,其结果表明基于统计学习理论的最小生成树图像分割准则能通过简便的参数设置,即可以较好地实现不同尺度目标的图像分割,同时又能对纹理区域进行有效分割,能获得良好的区域边界和较好的抗噪声性能,并在海岸带大比例尺无人机正射影像的图像分割实践中得到了较好验证。     

基于改进聚类分裂的动态R-树实现方法

在R*-树的构建过程中引入聚类技术能够有效地提高索引的性能,传统的k-means聚类算法对初始值非常敏感,聚类过程较为复杂。基于此,文中提出一种改进聚类分裂的动态R*-树实现方法,在节点分裂的过程中引进聚类技术,对R*-树的基本结构加以改进,从而获得动态的结构重组。实验表明,动态R*-树以略高的构建开销换取较高的查询效率,大幅度提高索引树的空间利用率,在批量数据动态加载和处理等方面具有较高的实用价值。