10.3969/j.issn.1007-130X.2016.05.027
基于Voronoi图的障碍不确定数据的聚类算法
数据采集过程中普遍存在不确定性,并且在现实地理空间中,不确定数据之间可能存在障碍物间隔.为解决障碍空间中不确定数据的聚类问题,提出APPGCUO算法,该算法包括三个过程:在障碍物约束下采用R树节点最小最大值方法提出的RPT-OUCure算法,用以生成局部最优解,提高生成局部最优解的效率;继而利用近似骨架的理论提出GIABO算法,以局部最优解生成有效初始解,避免划分聚类算法中任意初始解的不足;最后结合Voronoi图的特性提出VPT-KMediods算法,减少不确定数据的积分运算量.实验结果表明,APPGCUO算法具有较高的聚类效率和质量.
不确定数据、聚类、障碍物、R树、Voronoi图
38
TP311.13(计算技术、计算机技术)
黑龙江省自然科学基金F201302;黑龙江省教育厅科学研究项目12541128
2016-08-04(万方平台首次上网日期,不代表论文的发表时间)
共8页
1031-1038