期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
噪声背景下基于激光雷达点云数据的分裂导线自动提取与三维重建 被引量:16
1
作者 谢洪平 陈兵 +3 位作者 杜长青 孙铭泽 王磊磊 生红莹 《电网与清洁能源》 2020年第4期23-31,共9页
提出了基于改进DPC算法的具有强抗噪性的分裂导线自动提取与三维重建方法。以噪声背景下的输电线路点云数据为分析对象,首先根据特征分析法滤除输电线路点云中的地物点和杆塔点,并采用K-MEANS聚类方法提取每根电力线点云;然后提出改进DP... 提出了基于改进DPC算法的具有强抗噪性的分裂导线自动提取与三维重建方法。以噪声背景下的输电线路点云数据为分析对象,首先根据特征分析法滤除输电线路点云中的地物点和杆塔点,并采用K-MEANS聚类方法提取每根电力线点云;然后提出改进DPC算法实现分裂子导线点云的聚类和提取;最后采用最小二乘法实现各分裂子导线三维模型重建。并与K-MEANS算法的聚类结果进行了对比,证明了改进DPC算法的强抗噪性和鲁棒性。 展开更多
关键词 分裂导线 dpc算法改进 抗噪性 点云提取
下载PDF
基于改进的密度峰值算法的K-means算法 被引量:11
2
作者 杜洪波 白阿珍 朱立军 《统计与决策》 CSSCI 北大核心 2018年第18期20-24,共5页
针对传统K-means算法存在的随机选取初始聚类中心和类簇数目需要人为选定,从而导致聚类结果不稳定,容易陷入局部最优解的问题,文章提出了一种基于改进的密度峰值算法(DPC)的K-means算法,该算法首先采用改进的DPC算法来选取初始聚类中... 针对传统K-means算法存在的随机选取初始聚类中心和类簇数目需要人为选定,从而导致聚类结果不稳定,容易陷入局部最优解的问题,文章提出了一种基于改进的密度峰值算法(DPC)的K-means算法,该算法首先采用改进的DPC算法来选取初始聚类中心,弥补了K-means算法初始聚类中心随机选取导致易陷入局部最优解的缺陷;其次运用K-means算法进行迭代,并且引入熵值法计算距离优化聚类。在UCI数据集上的实验表明,该算法得到较好的初始聚类中心和较稳定的聚类结果,并且收敛速度也较快,证明了该算法的可行性。 展开更多
关键词 K-MEANS算法 改进的dpc算法 聚类 熵值法 初始聚类中心 优化聚类
下载PDF
融合了K近邻与密度峰值算法的K-means算法
3
作者 王炜唯 周云才 《电脑知识与技术》 2021年第8期182-184,共3页
初始聚类中心的随机选择,根据主观经验确定类簇数等问题时常伴随着原始K-means算法。为了攻克以上问题,改进算法采用峰值法以及融合了K近邻算法的密度峰值算法逐一调整。通过在UCI数据集上测试及与原始K-means算法、最大最小距离距离算... 初始聚类中心的随机选择,根据主观经验确定类簇数等问题时常伴随着原始K-means算法。为了攻克以上问题,改进算法采用峰值法以及融合了K近邻算法的密度峰值算法逐一调整。通过在UCI数据集上测试及与原始K-means算法、最大最小距离距离算法在准确率、稳定性和处理数据速率方面的比较,其中最为突出的是,改进算法的准确率达到了96%以上。 展开更多
关键词 K-MEANS算法 PCA降维 峰值法 Kdpc算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部