公共文化服务平台

搜索到3900篇“ DBSCAN聚类“的相关文章

基于PCA-DBSCAN聚类的焊缝提取研究: 2024年; 针对焊接之后的焊缝提取误差大、不易提取的问题,文章提出了一种DBSCAN聚类(densitybased spatial clustering of applications with noise)与改进主成分分析(principal component analysis,PCA)算法融合的焊缝提取算法。首先对焊缝图像进行灰度化、自适应中值滤波等预处理;其次对图像应用Canny边缘检测算法提取焊缝边缘,并使用DBSCAN密度聚类算法聚类焊缝边缘;之后依据改进的PCA算法寻找焊缝的主成分,将焊缝向主向量映射统计,根据图像分辨率自动分配一个阈值获取焊缝的左右边界,再将焊缝的左右边界反映射到次主向量获取焊缝的上下边界;最后按照文章提出的算法完成了三组对比实验,分析了算法受分辨率、焊接方式、光照强度等因素的影响。实验证明,文章提出的算法对直缝提取效果良好,提取精度超过了95%。; 郭奥景会成葛超邸志刚; 关键词：DBSCAN聚类主成分分析

基于航迹数据的改进DBSCAN聚类算法研究: 2024年; 为研究模拟训练航迹数据聚类,针对基于密度的噪声应用空间聚类(DBSCAN)算法参数选取不精准、聚类准确度不高的问题,提出一种改进的DBSCAN聚类算法.首先,通过KNN算法计算邻域半径并得到用于DBSCAN聚类的初始化核心数据对象,实现粗聚类;其次,根据数据对象的特点,加入航向特征进行二次聚类,既解决了DBSCAN算法随机初始化核心点和参数选取难的问题,又加入能够反映数据方向的特征;最后,进行了仿真实验.实验结果表明,改进DBSCAN算法比传统DBSCAN算法具有更好的聚类效果.; 申正义李平王洪林赵迪郭文琪; 关键词：DBSCAN算法

基于DBSCAN聚类算法的毕星团成员星辨认被引量：1: 2024年; 疏散星团[1]在天文学和天文物理学的研究中至关重要,对其成员星的正确判断是所有研究工作的基础。成员星识别的可靠性随着天体测量技术的不断发展,而变得愈发重要。本文运用DBSCAN聚类算法,实现毕星团成员星认定问题的分析与研究。通过色指数与温度公式求出各个侯选星成员星的温度。以绝对星等为纵坐标,将其成员星的赫罗图作为恒星表面温度的横坐标,对筛选出的毕星团成员星体绘制了一幅赫罗图。; 徐颖吴凌燕康婷廖涛赖菁波; 关键词：DBSCAN聚类算法赫罗图

基于DBSCAN聚类算法的FPGA布局拥挤预估方法: 本发明公开了一种基于DBSCAN聚类算法的FPGA布局拥挤预估方法，包括：获取所有线网的起点和终点，并初始化最小邻域点数、最小邻域半径和所有物理资源块的拥挤度；对线网内的起点和所有终点聚类，获得聚类结果；获得全局边界盒内...; 库帅超贾弘翊韦嶔张红荣

基于DBSCAN聚类算法的FPGA布局拥挤预估方法: 本发明公开了一种基于DBSCAN聚类算法的FPGA布局拥挤预估方法，包括：获取所有线网的起点和终点，并初始化最小邻域点数、最小邻域半径和所有物理资源块的拥挤度；对线网内的起点和所有终点聚类，获得聚类结果；获得全局边界盒内...; 库帅超贾弘翊韦嶔张红荣

基于DBSCAN聚类算法的卫星数据分区异常检测被引量：1: 2024年; 随着我国第一颗电磁监测卫星的发射,卫星探测的海量数据不断涌现,探究空间载荷数据变化特征已成为当前研究热点。为了对张衡一号卫星LAP载荷数据进行异常检测,该文将处理后的数据按地理纬度划分为南纬50°到南纬20°,南纬20°到北纬20°,北纬20°到北纬50°三个区域,依次采用DBSCAN密度聚类算法进行聚类异常检测。结果表明,该方法可用于对LAP数据的异常检测。DBSCAN密度聚类算法可用于检测卫星异常数据,为检测卫星探测数据异常、研究空间数据变化特征提供思路参考。; 尚星宇; 关键词：异常检测 DBSCAN 聚类算法

基于马氏距离与DBSCAN聚类的电池梯次利用方法: 本发明提供一种基于马氏距离与DBSCAN聚类的电池梯次利用方法，通过对n个电池样本进行电池充放电实验，并构建n个电池样本的特征向量集合A；计算各电池样本之间的马氏距离；采用DBSCAN聚类算法对n个电池样本进行聚类；计算...; 冯添润杨婷陆旦宏孟翔张雨涵张晋毓丁昊查云龙孙振宇孔令严胡波

一种基于DBSCAN聚类算法的边坡雷达监测预警方法: 本发明公开了一种基于DBSCAN聚类算法的边坡雷达监测预警方法，依据边坡雷达获取的具有空间信息与位移时间序列信息的区域监测数据，基于DBSCAN聚类算法从时间和空间两个维度综合分析，给出边坡监测预警结果，充分发挥了坡表雷...; 张东亮于泽吕凯李焱贺磊杨光辉

基于DBSCAN聚类和区间回归的多谐波责任划分: 2024年; 在背景谐波阻抗变化和背景谐波电压波动的情况下,传统谐波责任划分方法难以适用于现有的统计型谐波监测数据,提出一种背景谐波变化下基于监测数据的多谐波责任划分方法。首先,构建谐波监测数据区间样本集,并建立背景谐波变化下的多谐波源区间谐波责任划分数学模型;其次,利用基于密度的聚类算法(DBSCAN)将采集到的统计型谐波数据集以簇为评价周期进行场景划分,并采用滑窗动态相关性分析方法筛选出满足线性关系阈值要求的数据;最后,利用基于参数化回归算法(PM)的区间线性进行方程参数计算并获取最佳样本划分方案,在构造的区间谐波责任划分基础上计算中长期时间范畴的谐波责任。利用实际电网中的谐波监测数据对所提方法进行验证,验证了该方法能利用现有的统计型谐波监测数据在背景谐波变化的情况下对每个谐波源进行合理时间尺度的谐波责任划分,可为实际电力系统运行过程中的多谐波责任划分提供一种新的思路。; 陈仕龙吴涛郭成张梓睿孙竟豪; 关键词：电能质量监测数据 DBSCAN聚类

基于DBSCAN聚类算法的心电图R峰检测研究: 2024年; 本研究致力于提高包含运动噪声、肌电噪声和基线漂移等干扰的心电信号中R峰的检测准确性,为准确估计心率和心率变异性等重要生理参数提供依据。研究通过整合4种不同的R峰检测算法Pan_Tompkins、Hamilton、Engzee和GQRS的结果,并应用DBSCAN聚类算法,用于提升R峰的检测性能。实验选用布尔诺理工大学心电图质量数据库作为数据源,从中提取了1000 s的第二类信号质量样本,这些样本含有运动伪迹和噪音干扰,但R峰依旧可识别,R峰定位的误差容忍度设为100 ms以内。实验结果表明,DBSCAN算法显著提高了R峰检测的准确率至87.6%,灵敏度至93.1%,阳性预测值至93.8%,以及F分数至0.934,说明DBSCAN算法能有效提升在复杂噪音环境下的R峰检测性能,满足临床及研究需求。; 潘潇潇郑建立; 关键词：心电信号 DBSCAN

相关作者