搜索到5271篇“ DBSCAN聚类算法“的相关文章
- 一种基于DBSCAN聚类算法的TBM隧洞条带识别方法
- 本发明提供一种基于DBSCAN聚类算法的TBM隧洞条带识别方法，包括：选取微震事件筛选空间范围，获取空间范围内的微震事件坐标，将空间范围内的微震事件采用DBSCAN聚类算法进行聚类，计算微震事件的坐标均值，使用奇异值分解...
- 付廉杰段玉东魏飞王军王哲王文山刘军生姚志宾张伟胡磊
- 一种基于网格化和DBSCAN聚类算法的断裂检测方法
- 本发明提供一种基于网格化和DBSCAN聚类算法的断裂检测方法，包括获取叠后地震数据作为后续计算步骤的输入数据；对叠后地震数据进行断裂敏感属性计算；通过DBSCAN算法对断裂检测属性进行聚类分析从而实现断裂检测结果的自动追...
- 周家雄黄江波王昕张德龙张中巧侯栋甲王军刘传奇邬静
- 基于改进的DBSCAN聚类算法的点云图像数据融合方法、系统、设备及存储介质
- 本发明公开了基于改进的DBSCAN聚类算法的点云图像数据融合方法、系统、设备及存储介质，属于多传感器数据融合领域，所述方法使用激光雷达和与相机组成的采集系统，完成对检测目标场景的点云和图像拍摄获取，各自具有不同的特点，传...
- 李晓王斌斌彭科史文凯陈石斌沈正兴孟维泓吴科晏亚坤
- 基于航迹数据的改进DBSCAN聚类算法研究被引量：1
- 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：2
- 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
- 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
