暂无评论
从高分辨率遥感影像中提取单木树冠信息能够有效提高森林资源的调查与管理水平; 针对现有单木树冠提取方法对郁闭度较高的阔叶林提取精度低的问题, 提出一种基于迭代H-minima改进分水岭算法的高分辨率遥感
BIRCH算法是一种适应于大规模数据集的聚类算法,通过对所有叶节点设定统一阈值来构建聚类特征(cF)树,并在各阶段采取不同的阈值来重建树,但没有给出一个合理设定阈值初值及如何在各阶段提升阈值大小的具体
在数据采集过程中结合网格聚类算法提高计算效率,为了保存采样数据的分布特点引入权值。根据类别中心密度高、权值大的特征采用寻找连通分量的方法初步确定聚类中心,在此基础上结合自适应免疫算法,动态地确定聚类中
提出了一种改进的基于对称点距离的蚂蚁聚类算法。该算法不再采用Euclidean距离来计算类内对象的相似性,而是使用新的对称点距离来计算相似性,在处理带有对称性质的数据集时,可以有效地识别给定数据集的聚
本程序乃是本人发表的学术论文实现程序,针对传统K-means初始化质心得随机性缺点,提出孤立点思想,并计算DKC,来初始化质心。
DBSCAN聚类算法的研究与改进pdf格式文件。比较不错的研究DBSCAN的文章
matlab实现的模糊聚类改进算法程序,对聚类分析很有用的
文章的目录一、最大期望算法简介二、相关知识2.1贝叶斯2.2最大似然估计2.3Jensen不等式2.4高斯分布三、EM算法3.1实例理解3.2EM算法求解步骤3.3EM算法推导3.4EM算法_pyth
最新中文介绍EM(ExpectationMaximum)算法。
针对K-均值聚类算法对初始聚类中心存在依赖性的缺陷,提出一种基于数据空间分布选取初始聚类中心的改进算法.该算法首先定义样本距离、样本平均差异度和样本集总体平均差异度;然后将每个样本按平均差异度排序,选
暂无评论