期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于局部密度峰和标签传播的最小生成树聚类
1
作者 林钰莹 侯新民 《计算机系统应用》 2024年第8期18-29,共12页
基于最小生成树(minimum spanning tree,MST)的聚类算法能够识别具有任意形状的簇,该算法在如何有效构建最小生成树和识别无效边方面存在不足,而且易受到噪声点影响.本文利用密度峰值聚类算法思想的优点来寻找局部密度峰,局部密度峰在... 基于最小生成树(minimum spanning tree,MST)的聚类算法能够识别具有任意形状的簇,该算法在如何有效构建最小生成树和识别无效边方面存在不足,而且易受到噪声点影响.本文利用密度峰值聚类算法思想的优点来寻找局部密度峰,局部密度峰在保留原始数据集分布结构的同时,排除了噪声点,因此,将局部密度峰与最小生成树聚类算法相结合,采用标签传播,提出了基于局部密度峰和标签传播的最小生成树聚类算法(DPMST).该算法采用了局部密度峰之间基于共享邻的距离,利用局部密度峰之间的邻域信息,有效构造最小生成树和识别无效边,使算法能够发现具有复杂结构的簇.标签传播增强强标签,削弱弱标签,以细化错误的标签,特别是对于边界点以及揭示复杂流形,能够提高聚类结果的质量.人工和真实数据集上的实验结果表明,与经典聚类算法DPC、MST、K-means、DBSCAN、AP、SC和BIRCH比较,DPMST算法表现优异. 展开更多
关键词 局部密度峰 最小生成树 标签传播 聚类
下载PDF
基于MST聚类的遥感图像变化检测 被引量:2
2
作者 胡雪梅 贾振红 +2 位作者 覃锡忠 杨杰 Nikola Kasabov 《光电子.激光》 EI CAS CSCD 北大核心 2014年第12期2417-2422,共6页
为了获取图像信息较完好的差异图像以及得到更好的变化检测结果,提出了一种基于最小生成树(MST)聚类的遥感图像变化检测算法。先利用归一化邻域比值法得到两幅遥感图像的差异图像;然后根据灰度差异直方图将像素分成变化、非变化和未确定... 为了获取图像信息较完好的差异图像以及得到更好的变化检测结果,提出了一种基于最小生成树(MST)聚类的遥感图像变化检测算法。先利用归一化邻域比值法得到两幅遥感图像的差异图像;然后根据灰度差异直方图将像素分成变化、非变化和未确定3类,针对未确定像素,利用未确定像素的纹理特征结合MST算法进行聚类;最后通过最优目标函数将未确定像素区分为变化类和非变化类,得到最终图像变化检测结果。采用两组数据验证算法的有效性:墨西哥数据的检测精度为99.01%,运行时间为8.49s,撒丁岛数据的检测精度为98.62%,运行时间为3.45s。实验结果表明,本文算法具有更高的检测精度和较短的运行时间。 展开更多
关键词 遥感图像 最小生成树(mst)聚类 归一化邻域比值 纹理特征
原文传递
最小支撑树算法在基因表达数据聚类分析中的应用 被引量:1
3
作者 张焕萍 王惠南 宋晓峰 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2007年第2期171-175,共5页
聚类分析已成为对基因表达数据进行挖掘以提取生物医学信息的主要方法。本文提出了基于图论的最小支撑树(Minimum spanning tree,MST)聚类算法,用MST表示多维基因表达数据,可将数据的聚类转换为对最小支撑树的分割,相对于传统聚类方法,... 聚类分析已成为对基因表达数据进行挖掘以提取生物医学信息的主要方法。本文提出了基于图论的最小支撑树(Minimum spanning tree,MST)聚类算法,用MST表示多维基因表达数据,可将数据的聚类转换为对最小支撑树的分割,相对于传统聚类方法,最小支撑树算法具有形象直观、对一些准则函数能产生全局最优解等优点;将MST算法分别与Memetic algorithm及人工免疫算法(Artificial immune network,aiNet)相结合,则产生更优化的聚类结果。对酵母基因表达数据的实验结果表明,最小支撑树聚类算法是一种有效的基因表达数据的聚类方法。 展开更多
关键词 最小支撑树 基因表达数据 聚类分析 DNA微阵列
下载PDF
图结构上下文及在图聚类中的应用
4
作者 施汉琴 罗斌 +1 位作者 汤进 江波 《淮北师范大学学报(自然科学版)》 CAS 2015年第2期21-25,共5页
图结构特征的提取以及距离度量是计算机视觉和模式识别中的重要内容.针对传统的图上下文描述子中只考虑每个柱形区域内的特征点数目而忽略特征点之间的结构信息的问题,提出一种图的结构上下文描述子及距离度量方法.首先对图的所有顶点... 图结构特征的提取以及距离度量是计算机视觉和模式识别中的重要内容.针对传统的图上下文描述子中只考虑每个柱形区域内的特征点数目而忽略特征点之间的结构信息的问题,提出一种图的结构上下文描述子及距离度量方法.首先对图的所有顶点建立图结构上下文描述子;其次,利用二次卡方(QC)距离方法实现图的距离度量;最后,采用最小生成树聚类算法实现图聚类.实验表明,该方法对于一些非刚性变换的图聚类有较好的效果. 展开更多
关键词 相似度量 图结构上下文 二次卡方距离 最小生成树 图聚类
下载PDF
MST-BASED CLUSTERING TOPOLOGY CONTROL ALGORITHM FOR WIRELESS SENSOR NETWORKS 被引量:1
5
作者 Cai Wenyu Zhang Meiyan 《Journal of Electronics(China)》 2010年第3期353-362,共10页
In this paper, we propose a novel clustering topology control algorithm named Minimum Spanning Tree (MST)-based Clustering Topology Control (MCTC) for Wireless Sensor Networks (WSNs), which uses a hybrid approach to a... In this paper, we propose a novel clustering topology control algorithm named Minimum Spanning Tree (MST)-based Clustering Topology Control (MCTC) for Wireless Sensor Networks (WSNs), which uses a hybrid approach to adjust sensor nodes' transmission power in two-tiered hi- erarchical WSNs. MCTC algorithm employs a one-hop Maximum Energy & Minimum Distance (MEMD) clustering algorithm to decide clustering status. Each cluster exchanges information between its own Cluster Members (CMs) locally and then deliveries information to the Cluster Head (CH). Moreover, CHs exchange information between CH and CH and afterwards transmits aggregated in- formation to the base station finally. The intra-cluster topology control scheme uses MST to decide CMs' transmission radius, similarly, the inter-cluster topology control scheme applies MST to decide CHs' transmission radius. Since the intra-cluster topology control is a full distributed approach and the inter-cluster topology control is a pure centralized approach performed by the base station, therefore, MCTC algorithm belongs to one kind of hybrid clustering topology control algorithms and can obtain scalability topology and strong connectivity guarantees simultaneously. As a result, the network topology will be reduced by MCTC algorithm so that network energy efficiency will be improved. The simulation results verify that MCTC outperforms traditional topology control schemes such as LMST, DRNG and MEMD at the aspects of average node's degree, average node's power radius and network lifetime, respectively. 展开更多
关键词 Wireless Sensor Networks (WSNs) Topology control minimum spanning tree (mst) clustering control Energy efficiency
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部