共查询到20条相似文献，搜索用时 80 毫秒
1.
2.
鉴于传统GPS载波相位组合观测值筛选方法工作量大的问题，引入了模糊聚类筛选理论，将其与载波相位组合理论相结合．对聚类指标进行了选取．运用最大树聚类法对GPS三频载波相位组合观测值进行了分类。通过矩阵变换法及实例验证了该方法的可行性与可靠性。 相似文献
3.
将GIS与空间聚类算法相结合,可以从空间数据集中发现对象的凝聚趋势、分布规律和发展方向,并可进一步挖掘分析,从而获取更加概括和精练的信息。本文以河南省108个县级城市为研究对象,对其三年的人口及从业人员等状况进行聚类分析。采用系统聚类中的离差平方和法,以欧式距离的平方作为度量标准,对变量以Z得分作为转换标准,最终把样本划分为5类,并制作聚类划分结果专题地图。结合聚类分析和聚类分布图,进一步证实了空间聚类在县级城市空间分析中的可用性,能为河南县级城市的发展规划制定提供重要依据。 相似文献
4.
针对常规的密度峰值聚类算法在确定数据聚类中存在聚类中心的重复性、聚类不稳定、不适用于三维点云分割等问题,提出了中心均匀化聚类群融合算法.该算法对局部密度和距离函数进行归一化处理,较好地解决了这两种函数尺度不一的问题;基于局部密度和距离函数乘积的变化率来确定聚类中心,并对重复或距离很近的聚类中心进行了消除,避免了聚类中心非均匀分布对聚类的影响;利用数据点到聚类中心距离逐个确定每个数据的聚类归属,依据邻近聚类数据群之间的距离来判断邻近聚类之间的融合,实现对点云数据的有效分割.基于二维离散数据聚类及不同分辨率点云数据分割的实验结果表明:所提算法不仅适用于二维离散数据的聚类,也适用于三维点云数据的分割,且分割精度和稳定度要优于常规的CFDP、K-means、DBSCAN、DPC聚类算法和深度学习方法. 相似文献
5.
影像聚类是一种对影像数据进行分组的方法,在基于内容的影像检索中,如果能够利用较低层次的可视特征进行高效的影像聚类,将会大大提高影像检索的精度.文章分别利用色矩法与分块截短编码(BTC)方法提取影像颜色特征,然后采用K均值聚类算法来对两种方法进行聚类分析.实验结果表明,分块截短编码(BTC)方法的聚类精度优于色矩法. 相似文献
6.
7.
8.
为解决聚类数未知条件下面状地理实体的聚类问题,文中提出了一种基于聚类有效性函数的聚类方法。给出了适合面状地理实体k-中心点聚类算法的聚类有效性函数;将该有效性函数改写为适应度函数,设计了基于遗传算法的面状地理实体聚类算法。该算法在计算聚类数的同时能得到划分聚类结果。实验结果从一定程度上反映了数据集的结构信息特征。 相似文献
9.
基于聚类有效性函数的面状地理实体聚类 总被引：2，自引：0，他引：2
为解决聚类数未知条件下面状地理实体的聚类问题,文中提出了一种基于聚类有效性函数的聚类方法.给出了适合面状地理实体k-中心点聚类算法的聚类有效性函数;将该有效性函数改写为适应度函数,设计了基于遗传算法的面状地理实体聚类算法.该算法在计算聚类数的同时能得到划分聚类结果.实验结果从一定程度上反映了数据集的结构信息特征. 相似文献
10.
非监督分类中初始聚类中心法的比较研究 总被引：1，自引：0，他引：1
遥感影像的非监督分类中，初始聚类中心的选取对分类过程和分类结果具有重要影响，好的初始聚类中心法既能提高分类的效率又能提高分类的精度。选取类间距离和类内标准差作为评价标准对现有的几种初始聚类法进行比较。结果表明，最大最小距离选心法具有较高的分类精度，但是效率较低；而基于均值标准差定心法精度较低，但效率较高。 相似文献
11.
12.
13.
一种改进的多光谱影像模糊加权聚类方法 总被引：2，自引：0，他引：2
多光谱影像具有丰富的地物信息,利用多光谱影像进行聚类分析可以充分利用遥感影像为在大范围地区进行变化检测和土地利用分析作出应有的贡献。而模糊聚类更接近实际情况,能提高影像分类精度,缩短分类时间,提高系统运行效率。本文采用对多光谱影像先进行K-L变换去除了大量的冗余数据后,再进行改进的加权模糊聚类处理方法,取得了较理想的分类效果。 相似文献
14.
基于聚类分析和判别分析的地图用户分类研究 总被引：1，自引：0，他引：1
针对地图用户分类缺少量化研究的问题,本文进行了问卷调查。并用二阶聚类和层次聚类确定四类用户样本;采用K-均值聚类方法获取聚类中心坐标,建立用户聚类模型,其方差分析显著;对两个特定用户进行判别分析,说明了该模型的应用方法。该研究对于地图设计个性化匹配及提高地图可用性等具有重要意义。 相似文献
15.
区域划分是依据人口和社会经济指标将行政统计单元或其他地理实体划分成若干个不同水平或类别的集合。由于大多数的人口和社会经济指标来源于面状数据-行政统计单元,常用的区域划分的空间聚类方法是基于面状数据的,本文通过分析现有面状数据的聚类算法特点和不足,进而提出一种新的算法,该方法提出将面状统计单元进行网格划分,引入基于网格密度聚类算法的思想,克服现有面状聚类的诸多缺点,打破行政区划的限制,更好地发现潜在信息。 相似文献
16.
17.
Proximity-based grouping of buildings in urban blocks: a comparison of four algorithms 总被引：4，自引：0，他引：4
Grouping of buildings based on proximity is a pre-processing step of urban pattern (structure) recognition for contextual cartographic generalization. This paper presents a comparison of grouping algorithms for polygonal buildings in urban blocks. Four clustering algorithms, Minimum Spanning Tree (MST), Density-Based Spatial Clustering Application with Noise (DBSCAN), CHAMELEON and Adaptive Spatial Clustering based on Delaunay Triangulation (ASCDT) are reviewed and analysed to detect building groups. The success of the algorithms is evaluated based on group distribution characteristics (i.e. distribution of the buildings in groups) with two methods: S_Dbw and newly proposed Cluster Assessment Circles. A proximity matrix of the nearest distances between the building polygons, and Delaunay triangulation of building vertices are created as an input for the algorithms. A topographic data-set at 1:25,000 scale is used for the experiments. Urban block polygons are created to constrain the clustering processes from topological aspect. Findings of the experiment demonstrate that DBSCAN and ASCDT are superior to CHAMELEON and MST. Among them, MST has exhibited the worst performance for finding meaningful building groups in urban blocks. 相似文献
18.
19.
空间聚类是将空间实体根据某些相似的特性聚类成为一个集合,这个集合称为簇。本文研究了一种基于中心点距离的居民地面要素聚类算法:通过获取面状要素的数据,运用基于其几何中心的距离计算方法,判断面要素之间距离的可达性,并将距离小于阈值的面要素进行聚类,最终以凸包的形式将该集合绘制出来。本文的算法是在VS2010以及ArcGIS Engine开发环境下通过编程实现,并进行多组实验,实验结果表明,该应用程序可以实现居民地面要素的自动聚类。 相似文献
20.
分布式环境下空间数据的索引是空间数据处理中一个关键性的基础问题,引入了控制点及四叉树划分结构,并通过Hash函数把控制点映射到Chord网络中,在此基础上提出了基于语义的分簇聚类分布式四叉树的空间数据索引机制(spatial data index based on clustering distributed quad-tree,SDI-CDQT),该机制主要包含四叉树划分、空间数据查询和分簇聚类3个子算法。实验表明,SDI-CDQT机制是可行和有效的。 相似文献