共查询到18条相似文献，搜索用时 93 毫秒
1.
基于密度峰值聚类的中尺度涡轨迹自动追踪方法 总被引：1，自引：1，他引：0
中尺度涡信息的提取包括涡旋的识别和轨迹追踪，其自动识别与追踪对于基于海量数据的中尺度涡分析十分重要。传统涡旋轨迹自动追踪方法一般需要预先设定搜索半径的阈值，存在一定的主观性。针对传统中尺度涡轨迹追踪方法存在的问题，论文从聚类的角度出发，提出基于密度峰值聚类算法实现对涡旋轨迹的自动追踪，并以南海中尺度涡追踪为例，将基于聚类的追踪算法与传统的相似度追踪算法进行比较分析。结果表明:（1）基于密度峰值聚类算法，可实现对海洋中尺度涡的自动追踪，该算法涡旋追踪准确率优于传统相似度算法；（2）该涡旋追踪算法对资料的完整性依赖度较低，特别是对于存在部分缺损数据的情况仍能较准确追踪；（3）该追踪算法克服了传统涡旋追踪算法需要预先设定搜索半径阈值的问题，自适应性更强。 相似文献
2.
在聚类分析中,模糊C均值(FCM)聚类算法有着广泛的应用。在实际应用中,该算法存在着很多缺陷,如最优聚类数目的确定完全依赖于数据的数目,算法易收敛到局部极值点以及收敛速度慢等。本文针对这些缺陷提出了2点改进方法:首先,利用减法聚类确定聚类数目的范围,提出一个新的聚类有效性指标函数,实现最优聚类数目的自适应确定。在此基础上,提出了基于粒子群(PSO)的模糊C均值混合聚类算法,以解决已有原始FCM聚类算法容易陷入局部极小点和收敛速度慢的问题。仿真测试结果表明:改进后的FCM聚类算法能够有效减少迭代次数,并以较快的收敛速度获得更加准确的聚类结果。最后,将改进的FCM聚类算法应用到冲绳海槽热液硫化物矿物组分分析中,准确地反映出了其矿物化学组分中主要金属元素的分布特征及矿石分类状况。 相似文献
3.
4.
本文的目标是寻找具有更高灵活性和自适应性的颜色聚类方法。在分析了多种颜色聚类方法的基础上 ,提出了 2种无监督的二维色度平面颜色聚类方法 :基于密度的三角化方法和遗传算法优化方法 ,并通过实验对 2种方法进行了比对分析。结果表明 ,基于密度的三角化方法具有很好的边界拟合效果 ,而遗传算法优化对于复杂的数据集和解决干扰噪声有更好的效果。 相似文献
5.
利用全球海洋 Agro 观测计划提供的温、盐浮标资料,开展了印度洋海域水下环境特征提取与区划分析.在垂直方向运用Akima 方法对浮标剖面进行插值,提取一组表征跃层、声速场的特征指标,并针对常规模糊 C 均值聚类算法中初始聚类数难以客观选取和聚类结果易陷入局部最优等问题,利用遗传算法的全局搜索能力对聚类算法作了改进.通过在遗传进化过程中引入动态变化的聚类中心解决了聚类数难以客观确定的问题,并在该算法的生存策略中引入 Boltzmann 选择机制,提高算法的收敛速度.在对印度洋海域温、盐跃层、声速分布及层结稳定度分析的基础上,利用改进的遗传聚类方法对印度洋海域水下环境特征进行聚类区划,得到一个基本的特征分类构型,结合各类构型的典型特征,分析了对水下潜器活动、声纳探测和水声通信等的影响. 相似文献
6.
以白洋淀地区出露的22个沉积剖面中沉积物的粒度数据为研究对象,利用邻近传播聚类算法(AP聚类算法)进行聚类分析,并与已知典型沉积环境形成的沉积物粒度频率分布曲线进行对比,探讨了基于沉积物粒度特征的邻近传播聚类算法在沉积环境识别中应用的可行性以及白洋淀地区不同沉积环境的粒度特征。结果表明:邻近传播聚类算法能够将相同或者相近动力条件下形成的沉积物聚为一类,挖掘沉积物粒度数据中蕴含的沉积动力信息;所有样品的沉积物粒度频率分布曲线划分为11类簇;考虑到同一沉积环境中动力条件的变化,将聚类结果得到的分布范围、形状相近的11簇曲线进一步合并为4组曲线,并与已知典型沉积环境粒度曲线进行对比,识别出湖沼相、湖相、河流相、洪积相等4种主要的沉积相。其中,湖沼相与湖心相沉积环境、湖滨相与河漫滩相沉积环境形成的沉积物粒度组分相近。湖沼相与湖心相、湖滨相与漫滩相、河床相的沉积物粒度主要组分分别为细粉砂、粗粉砂、细砂或粗砂,洪积物中粗粉砂、中砂、粗砂含量相近,呈多峰态。邻近聚类传播算法可为沉积环境动力条件反演、分区等提供潜在的新手段。 相似文献
7.
重力异常平面图的区域划分是地球物理场及地质构造解释的重要参考,但对于大范围数据一直缺少自动化辅助划分方法。基于凝聚层次聚类算法,开展重力异常网格数据的自动化区域划分研究,以空间邻近性为限制条件,分析不同连接方法对模拟重力异常数据的聚类效果,最终选取以Ward法为连接方式的凝聚聚类法,对菲律宾海盆区域的简单布格重力异常数据进行应用实验,并与已有板块划分理论进行对比分析。结果表明:凝聚聚类算法能够根据重力异常数据的空间位置及其数值的大小进行较为合理的自动划分;对菲律宾海盆重力异常的聚类分析结果与已有的板块区划较为接近,能够反映出许多局部细节上的信息,有利于解释工作的开展。因此,聚类分析是研究地球物理场特征的有效辅助工具。 相似文献
8.
多核模糊聚类算法的研究 总被引：3，自引：0，他引：3
针对多类样本数据,提出1种多核模糊聚类算法。通过选取子核函数及其参数构造多核函数,使得输入空间的样本经多核函数映射后,增大不同类别样本间的差别,提高核函数的学习能力和泛化能力。聚类实验表明,多核函数模糊聚类对于多类样本数据具有比单核更好的聚类效果。 相似文献
9.
基于模糊C均值聚类的云图样本修正与云类自动识别 总被引：5，自引：0，他引：5
基于云类样本的红外-可见光二维灰度空间投影,采用模糊聚类方法调整优化云类样本特征区域,消除采样误差。针对常规模糊C均值聚类(FCM)方法在处理上述问题时表现出的局限性,提出用样本特征均值替代FCM中随机初始中心的改进办法,既避免了常规FCM方法对初始中心敏感的缺陷,又可纠正其聚类结果对云类样本特征结构的歪曲。改进后的聚类结果既消除了采样误差,又保持了云类样本的基本特征属性。基于该判据的分类结果,可较为准确地分辨出陆地、水体、低云、中云、卷云、对流云和积雨云,分割判另9结果符合客观实际。 相似文献
10.
11.
作者针对远洋渔场渔情预报精度偏低的问题,提出一种基于空间自回归和空间聚类的渔情预报模型。该模型利用空间自回归对收集到的渔业历史数据进行预处理,然后通过空间聚类将所有数据样本根据地理位置分划成若干个区域,最后研究每个区域中环境数据与渔获数据之间的数学关系,各自建立栖息地适宜性指数模型(Habitat Suitability Index,HSI),并以印度洋大眼金枪鱼(Thunnus obesus)为例进行验证。结果表明,本模型的均方差为0.1742,与传统线性回归方法的均方差0.2363相比,能更好地表达海洋环境数据与渔获量之间的关系,预测精度显著提高。 相似文献
12.
13.
提出不受资料输入顺序影响的模糊密度聚类法。给出模糊点密度的定义与计算方法,并用渤、黄、东海的温盐资料,进行模糊密度聚类计算,对聚类结果及水团划分进行了讨论。 相似文献
14.
中尺度涡旋是海洋中典型的中尺度现象，是海洋中能量传递的运输者，中尺度涡识别与提取是物理海洋学研究的重要内容之一，而中尺度涡自动发现算法是最基础的用于寻找与分析中尺度涡的工具。中尺度涡旋探测工作的数据来源主要为卫星高度计数据融合出的SLA数据，该数据可以客观的描述海洋表层高度状态。中尺度涡表示为SLA闭合等值线所包围的局部等值区域，涡旋识别需要从SLA数据中提取出稳定的闭合等值线结构。针对基于SLA数据中的中尺度涡探测的特点，本文提出了一种新的基于聚类方法的中尺度涡自动识别算法，通过对SLA数据集的分割与筛选将中尺度涡区域与背景区域分离，后建立区域内联系并将其映射到SLA地图上来提取中尺度涡结构。本文算法解决了传统探测算法中参数设定的敏感性问题，不需要进行稳定性测试，算法适应性增强。算法中加入了涡旋筛选机制，保证了结果的涡旋结构的稳定性，提高了识别准确率。在此基础上，本文选取了西北太平洋及中国南海地区进行了中尺度涡探测实验，实验结果展示出了本文算法在较传统算法提高算法效率的同时，也保持着较高的算法稳定性，可以在稳定识别各个单涡结构的同时识别稳定的多涡结构。 相似文献
15.
16.
17.
以海区30'网格方区多年月平均统计的声速剖面作为原始数据集,提取声速剖面的表层、主跃层和深海等温层分层结构特征,把我国近海及其邻近海域预分为Ⅰ,Ⅱ和Ⅲ类区。对Ⅱ,Ⅲ类区声速剖面,应用有序样本聚类算法分别进行表层分离。根据各类区的表层声速剖面数据,通过归一化处理和Akima差值采样得到梯度剖面,建立起按月归一化后的声速剖面分层梯度样本集,并应用系统聚类法和SOFM神经网络方法分别进行聚类分析,再根据分类结果并结合各类型海区的声学特点,得到各类型海区声速剖面的典型类型。通过对大量历史数据的分析结果表明,该方法为自动分类海洋声速剖面提供了一条有效路径,弥补了长期以来海洋声速剖面主要依靠人工分类的不足。 相似文献
18.
Underwater acoustic digital communication is difficult because of the nature of the fading multipath channels. Digital signal processing, such as adaptive equalization, is known to greatly improve the communication data rate by limiting intersymbol interference (ISI). However, existing underwater acoustic equalization studies are limited to single-channel techniques, and spatial diversity processing is limited to selection or combining. In this paper, we design minimum mean-square error (MMSE) equalizers jointly among all spatial diversity channels. We call this spatial diversity equalization (SDE). Results are based on a very sparse vertical array in a midrange underwater acoustic channel. We study the effect of element number and placement, the length of the equalization filters, and linear feedforward versus nonlinear decision feedback algorithms. A suboptimum equalizer combiner (EC) is studied to alleviate the computational intensity of JCE. We first design the system for a known acoustic channel; later, some results are verified using adaptive algorithms. Results are presented both in terms of the mean-square error (MSE) and the probability of a symbol error. The latter is important as it is the ultimate interest for a digital communication system. We found that system performance improves rapidly with an increase in the number of spatial channels 相似文献