克服双重约束的面目标位置聚类方法
面目标的聚集模式识别是空间聚类研究的重要方向之一,但因多边形几何信息和空间障碍阻隔的双重约束,目标的位置相似性难以快速而准确地计算。扩展点目标多尺度聚类方法,通过构建面目标的强度函数计算目标与邻近目标的位置聚集程度,提出了有效作用于双重约束下的面目标位置聚类法,并以判断相邻尺度下同一面目标类的强度函数阈值相等作为算法的收敛条件。经试验分析与比较发现,算法无须自定义参数,能够识别密度不均、任意形状分布,以及“桥”链接的面目标集群,同时能够准确判断障碍约束对面目标簇的阻隔和划分。
面目标、位置聚类、Voronoi图、空间障碍、评价指数
45
P208(一般性问题)
国家自然科学基金41561083,41261092,41561082;云南省自然科学基金2015FA016Foundation support:The National Natural Science Foundation of China.41561083,41261092,41561082;The Natural Science Foundation of Yunnan Province2015FA016
2016-11-23(万方平台首次上网日期,不代表论文的发表时间)
共10页
1250-1259