导读:本文包含了平面聚类论文开题报告文献综述及选题提纲参考文献，主要关键词:L1范数,凸问题,平面聚类,线性规划
平面聚类论文文献综述
杨红鑫,杨绪兵,寇振宇,业巧林,张福全[1]（2019）在《基于L1范数的k平面聚类算法设计》一文中研究指出基于L2范数度量的k平面聚类(k-Plane Clustering,k PC)设计思想,本文提出了一种采用L1范数度量的聚类算法。由于在平面更新步骤中,所导出的优化问题是非凸的,文中给出了一种求解方法,即将非凸问题转化为有限个子集上的凸问题,为避免求解多个优化问题导致训练时间过长问题,本文还设计了一种新的优选策略,有限个子集的搜索任务可在线性时间内完成。本文所提出的方法只需要求解k个线性规划,而不再是k PC的求解特征值问题。在人工和UCI数据集上的实验结果表明:基于L1范数平面聚类算法的训练和测试时间更短,且在大多数数据集上均表现出了更好的聚类性能。(本文来源于《南京航空航天大学学报》期刊2019年05期）
王烽[2]（2019）在《FCM聚类算法对平面标靶中心提取精度的探究》一文中研究指出本文详细阐述了FCM聚类算法的原理,分析了FCM聚类的有效性,并设计了平面标靶中心提取实验,利用MATLAB编写了基于FCM聚类算法的提取程序进行中心提取。最后对提取的中心坐标进行了对比分析,确认该方法可行、精度可靠,为后续海量点云数据的拼接处理研究提供了基础条件。(本文来源于《测绘通报》期刊2019年S1期）
沙作金[3]（2019）在《数据场聚类与平面变换雷达信号分选算法研究》一文中研究指出随着科学技术的进步,战争的所依赖的因素越来越多,作为战争双方“资源”的比拼,谁的“资源”多,获胜的可能性就越大。从一开始的兵力的多寡和兵器的质量,一直到现在全方位的经济。政治。军事上的综合实力,都在证明这“资源”的重要性。频谱作为一种有限的资源,势必成为双方争夺的目标之一,这就是电子战。雷达信号分选在电子战中担当着极为重要的作用,因为只有分选出电磁空间中的雷达脉冲信号,才能够对其进行威胁的评估,只有在充足信息下的决策才是正确性最高的,依赖于这个威胁评估的各种战场上的作战计划和作战策略才能使有效的。正因为雷达信号分选拥有这么重要的作用,战争双方自然会尽可能地对其进行研究,在研究的同时,为了防止己方的雷达信号被分选出来,各种雷达体制不断涌现出来,雷达信号的种类不断增多,变化形式愈加复杂。在这种情况下,雷达信号的分选任务的难度不断升级。本文从电子战中的雷达信号分选这一硬性需求出发,主要研究在复杂的电磁环境中实现雷达信号分选的工作,主要研究内容为以下几个方面:首先分析了雷达信号分选面临的现状,包括实际的电磁环境,雷达信号的各种参数和由此延伸出的各种信号形式,并介绍了几种经典的传统分选算法,包括CDIF、SDIF和PRI变换法等。其次针对传统聚类算法需要人为提供参数、聚类过程中因为初始聚类中心的选取容易造成局部最优解的出现及其对噪声点敏感等缺点,使用数据场完成聚类工作,可以自动确认聚类数目和聚类中心,通过势值大小设置阈值剔除孤立噪声点。之后对数据场的场强函数进行改进,因为数据场的场强函数描述的是数据对象对周围其他数据对象的影响方式,改进后的数据场减少了求得的聚类中心与理论值的误差。然后介绍了平面变换的原理,研究了平面变换算法对各种雷达脉冲信号的分选效果,结合PRI变换的思想对其进行优化,减少运算量,缩短运行时间。最后使用数据场聚类和平面变换算法对雷达脉冲进行联合分选,仿真结果表明,联合分选算法在存在脉冲丢失和干扰的情况下,仍有良好的分选正确的结果。(本文来源于《哈尔滨工程大学》期刊2019-01-01）
叶茂盛,李早[4]（2018）在《基于聚类分析的传统村落空间平面形态类型研究》一文中研究指出作为传统村落格局保护及发展的重要组成部分,空间形态分类可以对村落的风土环境、民俗习惯、营造理念等方面进行归纳。以皖南地区15个传统村落为例,首先对自然环境与民俗文化进行梳理,进而通过指标量化,从村落宏观整体形态到微观建筑分布等5个方面进行描述,并运用聚类分析的方法对村落空间平面形态进行分类。总结出"团状集中型""带状密集型""有辐射倾向的密集型"和"辐射分散型"4种空间类型,在此基础上归纳空间形态发展的自然因素和社会因素,并提出村落格局的保护及发展应具有与类型特征相符的建设策略。传统村落空间形态的科学分类与统筹规划,有助于发掘空间结构演化的地域性因素,从而为村落空间格局、风土环境的保护提供参考。(本文来源于《工业建筑》期刊2018年11期）
杨昔阳,周玉玲,李志伟[5]（2018）在《一种基于二型模糊集的模糊k-平面聚类算法》一文中研究指出当数据分布在超平面周围时,k-平面模糊聚类算法是一种可行的聚类算法,但在隶属度的描述上,该算法仍然有改进的空间.基于二型模糊集,提出了一种二型k-平面模糊聚类算法,通过寻找最佳的聚类指标对二型模糊集进行降型,使该算法达到更好的聚类效果.在加入了噪音的人工数据集上,对比传统的模糊聚类算法(FCM)和模糊k-平面聚类算法(FKPC),提出的二型模糊聚类算法具有更好的抗噪性能,也能对数据点进行更准确的聚类.(本文来源于《福建师范大学学报(自然科学版)》期刊2018年06期）
汪小寒,韩慧慧,张泽培,俞庆英,郑孝遥[6]（2019）在《面向聚类的平面反射数据扰动方法》一文中研究指出面向聚类的数据隐藏通常使用数据扰动技术来防止敏感信息泄露。针对现有的面向聚类的数据扰动方法隐私保护度低的问题,提出一种基于平面反射的数据扰动方法。将发布对象的全部属性两两配对构成平面上的点,再随机选择一条直线作每对属性关于直线的对称点,转换后的数据即为发布的数据。实验结果表明,该方法具有较好的隐私保护度和聚类可用性,且对高维数据具有良好的适应性。(本文来源于《计算机应用研究》期刊2019年06期）
刘翔,王斌君,王靖亚,贺滢睿[7]（2015）在《平面空间时空轨迹快速聚类算法研究》一文中研究指出针对现有聚类分析算法对平面空间时空轨迹进行聚类的不足,提出了基于区域的快速聚类方法。借助先验知识确定输入参数,使用符合现实情况的切比雪夫距离或曼哈顿距离度量点间距离以划分聚类簇,区分人的各个常驻地点;使用区域迭加的概念度量点的密度,确定簇的质心以获得每个常驻地点的中心坐标;在保证算法复杂度的前提下确定簇的边缘点,标注人在每个常驻地点的活动范围。相比现有算法,该算法更适用于时空轨迹数据分析。(本文来源于《科学技术与工程》期刊2015年24期）
吴超,袁永博,张明媛[8]（2015）在《基于反射强度和K-means聚类的平面标靶定位研究》一文中研究指出平面标靶的定位是3维激光扫描数据处理过程中的重要一环。为了减小中心坐标提取对多站数据拼接配准、不同坐标系转换、辅助定位等精度的影响,提出了一种基于最小二乘法、K-means聚类法以及扫描点反射强度值的新方法,并进行了理论分析和实例验证,取得了准确的定位数据。首先采用总体最小二乘法对扫描数据中的粗差点进行剔除,然后基于扫描点反射强度值和K-means聚类方法进行区域分类,接着对中心坐标提取,最后对中心坐标进行计算得到坐标位置。结果表明,在一定距离内,该方法可以在实际应用时获得较高的定位准确性,在不同方向上与软件自动识别的坐标相差在亚毫米级,与实际测得标靶距离相差也在亚毫米级。该研究对实现平面标靶中心坐标自动提取是有帮助的。(本文来源于《激光技术》期刊2015年03期）
郭艳茹[9]（2015）在《k-中心平面聚类模型与算法研究》一文中研究指出聚类是将样本数据分成若干类的过程,使得同一个类中的数据对象之间相似度较高,而不同类中的数据对象之间相似度较低.聚类作为一种无监督学习的有用工具,已广泛应用于社会和经济的各个领域.k-平面聚类算法(kPC)将k-均值聚类算法(kmeans)构造聚类质心的思想推广到聚类平面,受到学术界的广泛重视,并已成为新的研究热点.本文以kPC为研究对象,做了如下两个方面的工作.第一方面,针对kPC的优化问题仅仅极小化类内相似度,而未考虑类间相似度的问题,提出了一种新颖的k-中心平面聚类算法(kPPC).与kPC相同,kPPC也是求解一系列的特征值问题.不同与kPC,kPPC主要有以下特点:(1)kPPC优化问题的目标函数既极小化类内差异,同时极大化类间差异,也就是要求聚类平面不仅离该类的样本点尽可能的近,而且离其它类的样本点尽可能的远.(2)不同于kPC的随机初始化,kPPC提出了一种高效的基于拉普拉斯图的初始化方法.(3)通过引入核函数,kPPC也被推广到非线性情况.第二方面,针对kPC和kPPC构造的聚类平面都具有无限延伸的性质,这将会影响聚类算法的性能,提出了局部k-中心平面聚类算法(LkPPC),它将kmeans算法引入到kPPC里,迫使样本点围绕在聚类中心周围.LkPPC主要有以下特点:(1)LkPPC在构造聚类平面时引入了样本数据的局部信息,从而限制了构造的聚类平面无限延伸.(2)与kPPC不同,LkPPC聚类时使得同类的样本数据到该类的聚类平面和类质心的距离尽可能的近,同时使得其它类的样本数据尽可能的远离该聚类平面.(3)在人工数据集和基准数据集上的试验表明,无论是kPPC还是LkPPC的聚类效果都明显优于kPC.同时,kPPC可以较好的处理非线性数据,LkPPC对于局部结构数据有更好的表现.(本文来源于《浙江工业大学》期刊2015-04-01）
胡国娜[10]（2014）在《具有高聚类高熵的一类新平面网络》一文中研究指出小世界网络在现实生活中无处不在,比如万维网,通讯网,电网等,而许多网络都是随机的.随机性虽然符合许多真实系统的形成特点,但它却很难让人们对网络是如何形成以及网络中不同节点之间是如何相互作用的，有一个非常直观的理解.然而复杂网络的确定性模型在复杂网络建模的领域有着不可或缺的作用.因此,本文用简单的确定性方法生成了一个小世界网络模型并分析了该模型的相关拓扑属性,如度分布,聚类系数,直径等.同时,根据该模型的特殊结构,提出了一种计算生成树数目的线性算法,并获得了该网络的生成树数目的精确公式.结果显示该模型具有离散指数的度分布,高聚类系数,短的直径以及较高的生成树数目的熵.本论文的第一章主要介绍了复杂网络以及确定性模型的研究背景,研究意义和研究现状.论文的第二章介绍了本论文中所涉及到的概念，定义及引理，并给出了文章在推导过程中用到的计算生成树数目的一些公式.论文的第叁章主要介绍了一个确定性小世界网络模型,根据该模型的特殊性,我们计算出了它的相关拓扑属性及生成树数目.文章的最后一章，对该论文进行了总结，并讨论了需要进一步探讨的问题.(本文来源于《青海师范大学》期刊2014-03-01）
平面聚类论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文详细阐述了FCM聚类算法的原理,分析了FCM聚类的有效性,并设计了平面标靶中心提取实验,利用MATLAB编写了基于FCM聚类算法的提取程序进行中心提取。最后对提取的中心坐标进行了对比分析,确认该方法可行、精度可靠,为后续海量点云数据的拼接处理研究提供了基础条件。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
平面聚类论文参考文献
[1].杨红鑫,杨绪兵,寇振宇,业巧林,张福全.基于L1范数的k平面聚类算法设计[J].南京航空航天大学学报.2019
[2].王烽.FCM聚类算法对平面标靶中心提取精度的探究[J].测绘通报.2019
[3].沙作金.数据场聚类与平面变换雷达信号分选算法研究[D].哈尔滨工程大学.2019
[4].叶茂盛,李早.基于聚类分析的传统村落空间平面形态类型研究[J].工业建筑.2018
[5].杨昔阳,周玉玲,李志伟.一种基于二型模糊集的模糊k-平面聚类算法[J].福建师范大学学报(自然科学版).2018
[6].汪小寒,韩慧慧,张泽培,俞庆英,郑孝遥.面向聚类的平面反射数据扰动方法[J].计算机应用研究.2019
[7].刘翔,王斌君,王靖亚,贺滢睿.平面空间时空轨迹快速聚类算法研究[J].科学技术与工程.2015
[8].吴超,袁永博,张明媛.基于反射强度和K-means聚类的平面标靶定位研究[J].激光技术.2015
[9].郭艳茹.k-中心平面聚类模型与算法研究[D].浙江工业大学.2015
[10].胡国娜.具有高聚类高熵的一类新平面网络[D].青海师范大学.2014