2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩65頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、空間數據挖掘是現代研究領域中一個非?;钴S的研究課題,空間數據挖掘已經廣泛應用于遙感系統(tǒng)、全球定位系統(tǒng)和地理信息系統(tǒng),在國民經濟和國防建設方面發(fā)揮著越來越大的作用。空間聚類分析作為數據挖掘中一項重要的挖掘任務和挖掘方法,能夠發(fā)現密集和稀疏的空間數據關系,并且在聚類過程中充分考慮了現實障礙物的存在,具有廣闊的應用前景和實際價值。
   DBSCAN算法是一種重要的基于密度的高效聚類方法,適用于任意形狀和大小的幾何圖形的聚類,可以自動

2、確定形成的簇的數目,有效地將簇和環(huán)境噪聲相分離。DBSCAN具有聚類速度快,能夠處理復雜數據對象等優(yōu)點,然而由于參數選擇和參數計算的方法不同,算法的執(zhí)行結果和執(zhí)行效果則相差很大。目前,已經有許多學者致力于研究有效的DBSCAN參數選擇方法,從而使它能夠適應更加實際和復雜的數據挖掘問題中。
   粒子群優(yōu)化算法作為一種新穎的群集智能算法,在誕生后的10年多時間里,其算法結構和性能改善一直是研究者們關注的熱點。粒子群優(yōu)化算法是基于群

3、集智能理論的關鍵優(yōu)化算法,通過群體中粒子間在合作與競爭的過程中產生群體智能,并利用此群體智能指導整個迭代搜索過程。
   本文首先介紹了聚類和空間聚類的原理,并針對其中基于密度的DBSCAN聚類算法的優(yōu)缺點進行了深入的分析。然后,根據粒子群優(yōu)化算法的迭代搜索策略,并借助移動機器人路徑規(guī)劃方法的動態(tài)避障思想,提出了一種新的基于粒子群優(yōu)化算法的障礙約束條件下DBSCAN空間聚類算法-PSODBSCAN。該算法在DBSCAN算法的基礎

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論