【摘 要】
：
DBSCAN已被广泛应用到计算机视觉处理及图像处理中的数据压缩和信息检索等领域。论文针对DBSCAN算法在数据分布不均匀时,使用全局阈值难以识别数据集中所有簇的问题,提出基于
【基金项目】
：
中国博士后科学基金项目(编号:2018M631814),辽宁省社科规划基金项目(编号:L18AGL007)资助
论文部分内容阅读
DBSCAN已被广泛应用到计算机视觉处理及图像处理中的数据压缩和信息检索等领域。论文针对DBSCAN算法在数据分布不均匀时,使用全局阈值难以识别数据集中所有簇的问题,提出基于网格划分和密度比聚类的DBSCAN算法。该算法首先通过自适应多分辨率的网格划分思想把数据划分到多个网格空间中,利用所划分的网格加快查找到类簇的峰值和低谷;再利用密度估计来计算密度,从而快速确定全局阈值,并使用该全局阈值对数据集进行有效识别。通过对比实验表明,所提算法能够有效对密度不均匀的数据进行聚类,并具有较高的效率。
其他文献
关键词自动提取一直都是自然语言处理领域的一个基础问题与研究热点,随着文本数据的指数级增长与应用场景的不断扩展,如何高效且准确地自动提取关键词进一步得到了研究者的广
在现代卫生填埋场中,可挥发性有机污染物(VOCs)通过土工膜扩散,会污染填埋场下面的土壤和地下水。垃圾填埋场的设计中,衬垫系统是不可或缺的部分,压实黏土衬垫经常被用来作为
目的 总结4例完全性肺静脉异位引流的治疗体会.方法 4例患者均在中度低温体外循环下行手术治疗.3例心上型中,1例经房间沟行左心房后壁与肺静脉共干心外吻合,1例采用上腔静脉
软件智能公司Dynatrace指出，在新冠肺炎疫情（COVID-19）期间，各个行业的企业都在积极响应前所未有的数字化服务需求变化，并借助Dynatrace软件智能平台实现了卓有成效的管理。 Dynatrace高級副总裁兼首席客户官Andrew Hittle指出：“我们许多客户和合作伙伴已经习惯如何应对可预测的需求激增，例如零售商在节日或有新品发布时所遇到的需求上涨。但新冠肺炎疫情对需求的改变更
针对传统k-means算法不适用有不确定因素存在的环境和现有的三支k-means聚类分析中并未避免传统k-means算法随机选择初始簇中心而导致聚类结果不稳定的问题,论文提出一种改进
废旧品乃“放错位置的资源”。新兴工程再制造对废旧品重新加以利用,在保护环境、发展循环经济方面贡献最为显著。随着世界经济全球化的加深,再制造品的国际化趋势将不可避免
为有效地提升图像去模糊的效果,论文在残差网络的基础上加入多尺度结构,提出一种基于多尺度残差的图像去模糊算法。该算法由多尺度卷积单元级联而成,并采用残差学习策略提高网络性能。在伯克利数据集BSD500上进行训练,在Set5数据集上进行测试。实验结果表明,提出的这种基于多尺度残差的图像去模糊具有更强的复原能力,且对图像及其模糊类型、噪声水平等更具有稳健性,且能够获得更高的峰值信噪比(PSNR)和结构相
对于传统的图像匹配算法存在特征信息少、错误匹配率高的问题,提出了一种基于改进的SURF算子和通过透视变换模型的图像配准算法。首先对传统的SURF描述符进行改进来进行特征点检测,然后用FLANN(Fast Library for Approximate Nearest Neighbors)搜索算法对检测出的角点进行粗匹配,再采用随机抽样一致(Random Samples Consensus,RANS
近些年来,各种人脸检测技术层出不穷。其中,对于人们所关心的检测率和检测时间,基于肤色的人脸检测算法具有较大的优势,而AdaBoot算法则在检测率和误检率方面表现良好。论文立足于这两种算法的基础上,提出了一种运用肤色分割先将疑似人脸区域从背景图片中提取出来再交给AdaBoot分类器来进行人脸检测的方法,期望将肤色人脸检测算法与AdaBoot检测算法进行优势互补,产生一种算法,使其在拥有较好的检测率的