-
题名一种基于密度峰值聚类的图像分割算法
被引量：12
- 1
-
-
作者
赵军
朱荽
杨雯璟
许彦辉
庞宇
-
机构
重庆邮电大学计算智能重庆市重点实验室
-
出处
《计算机工程》
CAS
CSCD
北大核心
2020年第2期274-278,285,共6页
-
基金
国家自然科学基金(61876027)
-
文摘
聚类作为一种有效的图像分割方法,被广泛地应用于计算机视觉领域。相较于其他聚类方法,密度峰值聚类(DPC)具有参数少且能有效识别非球形聚类的特点。基于此,引入信息论中的不确定性度量熵,提出一种改进的DPC图像分割算法。将图像像素点的颜色空间CIE Lab值作为特征数据,通过计算信息熵求得自适应截断距离以取代经验取值,建立相应的决策图并确定聚类中心总数,归类非聚类中心点,剔除噪声点从而完成图像分割。在Berkeley数据集上的实验结果表明,该算法能较好地实现彩色图像的分割,其平均分割时间和PRI指标分别为14.658 s和0.721。
-
关键词
密度峰值聚类
CIE
Lab颜色空间
局部密度
截断距离
相对距离
信息熵
-
Keywords
Density Peak Clustering(DPC)
CIE Lab color space
local density
truncation distance
relative distance
information entropy
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名结合灰狼优化算法和动态邻域的三支密度峰值聚类算法
- 2
-
-
作者
陈沛琦
黄春梅
-
机构
哈尔滨师范大学计算机科学与信息工程学院
-
出处
《长江信息通信》
2024年第1期70-73,77,共5页
-
文摘
针对密度峰值聚类算法聚类效果受截断距离dc的取值影响较大以及传统二支聚类处理不确定数据强制划分带来的决策错误,提出结合灰狼优化算法和动态邻域的三支密度峰值聚类算法。首先,为解决截断距离dc的选取难问题,将聚类内部指标Silhouette指标作为目标函数,利用灰狼优化算法(GWO)的全局寻优能力求解最优的截断距离dc;为了使不确定数据的划分更加合理,结合动态邻域的思想,利用K近邻算法将二支聚类结果转化为三支聚类结果。通过在人工数据集以及UCI真实数据集的实验验证,该算法的聚类精度和总体性能优于其他5种对比算法。
-
关键词
密度峰值聚类
灰狼优化算法
三支聚类
截断距离
-
Keywords
density peak clustering
grey wolf optimization algorithm
three-way clustering
truncation distance
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于TimeSVD++与DPC的推荐算法研究
- 3
-
-
作者
陈功进
孙士保
卜卫锋
杨焕静
-
机构
河南科技大学信息工程学院
-
出处
《计算机仿真》
2024年第8期286-291,共6页
-
文摘
针对使用奇异值分解(SVD)方法时需要填充矩阵的内容较多以及K-means算法受到K值的影响且数据集形状限制等问题,提出一种将TimeSVD++与改进的密度峰值聚类结合的方法。首先在SVD++的基础上引入参数时间因子,构建TimeSVD++模型;其次,采用将相似系数引入高斯核函数的方法,对密度峰聚类算法中的局部密度公式进行修正;引入信息熵确定最优截断距离,最后在数据集MovieLens-1M和MovieLens-100k上验证,并将实验结果与其它算法进行对比。结果表明:所提出的方法在MAE,RMSE,Recall和F1值指标上均优于其它的算法。
-
关键词
时间因子
密度峰值聚类
局部密度
截断距离
-
Keywords
Time factor
Density peak clustering
Local density
truncation distance
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名采煤机截割参数优化数值模拟研究
被引量：1
- 4
-
-
作者
王俊杰
-
机构
山西焦煤西山煤电西曲矿
-
出处
《机械管理开发》
2023年第8期124-125,共2页
-
文摘
利用数值模拟软件对采煤机滚筒截割煤壁进行分析,通过对不同截齿截割受力情况分析,确定受力较大的截齿后,通过matlab软件进行优化,优化后平均截线距调整为30 mm,螺旋升角调整为19.8°,平均截距调整为249 mm,经过对优化后的截齿进行受力分析发现截齿受力的平均值分布有了明显的改善,优化后截齿受力均值为914 N,较优化前受力均值整体降低了15%左右,优化较为成功。
-
关键词
采煤机
数值模拟
设计优化
截线距
截割参数
-
Keywords
mining machine
numerical simulation
design optimization
truncation distance
truncation parameters
-
分类号
TD421.6
[矿业工程—矿山机电]
-
-
题名一种基于k近邻的密度峰值聚类算法
被引量：1
- 5
-
-
作者
罗军锋
锁志海
郭倩
-
机构
西安交通大学网络信息中心
-
出处
《软件》
2020年第7期185-188,共4页
-
文摘
密度峰值聚类算法(DPC算法)虽然具有简单高效的优点,但存在着需要人为确定截断距离的不足,从而造成聚类结果出现不准确。为解决这一问题,本文提出了一种基于K近邻的改进算法。该算法引入信息熵,采用属性加权的距离公式进行聚类,这样就解决了不同属性的权重影响问题;在聚类过程中通过计算数据点的近邻密度,再利用KNN近邻算法实现自动求解截断距离,据此得到聚类中心再进行聚类,通过实验证明,该算法在准确性、运行效率上均有不同程度的提升。
-
关键词
聚类
密度峰值
局部密度
聚类中心
信息熵
K近邻
截断距离
相对距离
-
Keywords
Clustering
Density peak
Local density
Clustering center
Information entropy
K-nearest-neighbor
truncation distance
Relative distance
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于双重密度和簇间近邻度的密度峰值聚类算法
被引量：1
- 6
-
-
作者
李沛武
张永芳
黄逸翠
刘紫亮
居翔
-
机构
南昌工程学院信息工程学院
-
出处
《南昌工程学院学报》
CAS
2022年第4期29-36,共8页
-
基金
江西省社会科学“十四五”基金项目(21JY26)。
-
文摘
针对密度峰值聚类算法对密度分布不均衡数据聚类效果不佳及分配存在缺陷的问题,提出了一种基于双重密度和簇间近邻度的密度峰值聚类(DI-DPC)算法。首先,构造了双重密度计算公式,该公式不仅将基于截断距离与基于K近邻的密度计算方法相结合,而且考虑全局范围内样本间的相互作用,使寻找的簇类中心更加准确;其次,将剩余样本点分配给距离最近、密度更大的样本点所在簇,生成微簇;最后,依据簇间近邻度进行微簇合并,提高样本分配的容错性。实验结果证明,改进算法在准确率、调整兰德系数和调整互信息上都有明显的提升,证明了DI-DPC算法的有效性。
-
关键词
双重密度
K近邻
截断距离
簇间近邻度
-
Keywords
double density
K nearest neighbor
truncation distance
inter cluster nearest neighbor degree
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
