检索结果-南通市图书馆

维普期刊数据库博看期刊

基于双重路径规划的密度峰值聚类三维牙齿分割算法

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2025年

作者：李洪安聂晓慧杜卓明张婧赵志华惠巧娟西安科技大学计算机科学与技术学院北京航空航天大学虚拟现实技术与系统全国重点实验室江苏理工学院计算机工程学院山西水利职业技术学院信息工程系银川科技学院信息工程学院

针对当前数字牙科软件中牙齿分割不准确和交互烦琐的问题，提出双重路径规划下的分段式密度峰值聚类三维牙齿分割算法，采用凹点匹配原则对牙齿模型进行分割，简化用户交互操作的同时在一定程度上提高了模型分割的准确率. 首先设计... 详细信息

针对当前数字牙科软件中牙齿分割不准确和交互烦琐的问题，提出双重路径规划下的分段式密度峰值聚类三维牙齿分割算法，采用凹点匹配原则对牙齿模型进行分割，简化用户交互操作的同时在一定程度上提高了模型分割的准确率. 首先设计基于双重路径规划算法，为后续步骤提供稳定的牙齿-牙龈轮廓线; 然后在牙齿-牙龈轮廓线中检测凹点，根据人类牙齿形态将检测出的凹点分为磨牙附近区域的凹点和切牙附近区域的凹点，并结合该凹点所处路径上的位置提出分段式的密度峰值聚类对其进行匹配; 对于已配对的凹点执行分裂操作，按照特定的顺序将分裂后的点重新组合，生成单颗牙齿的分割线; 最后通过单颗牙齿分割线的最长直径和最短直径的比值，筛选出不符合条件的单颗牙齿分割线，利用3DSnake修正牙齿分割线完成牙齿分割. 实验采用400套自采数据进行评估， mIoU达到92.03%. 同时，在随机抽取的100套Teeth3DS数据集样本中进行测试，总体失败率为4%. 结果表明，所提方法在各类牙齿模型上的分割效果优异，有效减少了用户交互操作的复杂性，能够在平均20.10秒内完成牙齿分割，并表现出较强的鲁棒性.

关键词：牙齿分割路径规划密度峰值聚类凹点匹配 3DSnake 活动轮廓模型

基于角度分段线性近似和改进密度峰值聚类的户变关系识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电力科学与技术学报 2025年第1期40卷 113-125页

作者：赵耀付皖皖陈冉张涛上海电力大学电气工程学院上海200090 国网上海市电力公司电力科学研究院上海200437

为解决因排查效率低、数据更新不及时等因素导致低压配电网户变关系连接形式与实际不符的问题,提出一种基于角度分段线性近似(anglepiecewiselinearrepresentation,APLR)和改进密度峰值聚类(improved clustering by fast search find of... 详细信息

为解决因排查效率低、数据更新不及时等因素导致低压配电网户变关系连接形式与实际不符的问题,提出一种基于角度分段线性近似(anglepiecewiselinearrepresentation,APLR)和改进密度峰值聚类(improved clustering by fast search find of density peaks,ICFSFDP)相结合的户变关系识别方法。首先,根据电压曲线中相邻线段的角度变化量提取曲线的转折点,利用APLR对曲线进行自适应降维重构;随后,使用ICFSFDP算法对降维数据组展开聚类分析,在决策图中由拟合函数与坐标轴围成面积的最小值得到最优类簇数目,进而得到聚类和非聚类中心用户;最后,使用动态时间弯曲(dynamic time warping,DTW)距离计算聚类和非聚类中心用户之间的距离相似度,进而得到户变关系。将所提方法应用于模拟和真实数据中,均可证实所提方法的有效性。算例分析结果表明:该方法能够对时间间隔不同、不等维的序列进行分析,且不需要人为设定聚类算法的参数,户变关系识别准确率高。

关键词：配电网户变关系改进分段线性近似动态时间弯曲距离最小面积法密度峰值聚类

维普期刊数据库博看期刊

面向混合数据的对称邻域和微簇合并密度峰值聚类算法

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2025年第1期20卷 172-184页

作者：陈威吕莉肖人彬谭德坤潘正祥南昌工程学院信息工程学院江西南昌330099 南昌工程学院南昌市智慧城市物联感知与协同计算重点实验室江西南昌330099 华中科技大学人工智能与自动化学院湖北武汉430074 山东科技大学计算机科学与工程学院山东青岛266590

混合数据是指包含密度分布不均和流形特征的数据集。密度峰值聚类算法局部密度定义方式易忽略密度分布不均数据集类簇间样本的疏密差异,导致误选聚类中心;分配策略依据欧氏距离进行样本分配,不适用于流形数据集同一类簇样本相距较远的情... 详细信息

混合数据是指包含密度分布不均和流形特征的数据集。密度峰值聚类算法局部密度定义方式易忽略密度分布不均数据集类簇间样本的疏密差异,导致误选聚类中心;分配策略依据欧氏距离进行样本分配,不适用于流形数据集同一类簇样本相距较远的情况,致使样本被错误分配。针对这些问题,本文提出一种面向混合数据的对称邻域和微簇合并密度峰值聚类算法。该算法引入对称邻域概念,采用对数倒数累加方法重新定义局部密度,有效提升了聚类中心的识别度;同时,提出了一种基于密度差的微簇个数选取方法,使微簇个数的选取处于合理范围;此外,设计了一种微簇间相似性度量方法进行微簇合并,避免了分配时产生的连带错误。实验表明,相较于对比算法,本文算法在混合数据集、UCI数据集和图像数据集上均取得较好的聚类效果。

关键词：密度峰值聚类密度分布不均流形数据 K近邻逆近邻对称邻域微簇间相似性微簇合并

在线全文

学校读者我要写书评

暂无评论

基于密度峰值聚类的自适应细胞定位

软件导刊 2025年第1期24卷 129-135页

作者：谢经辉杨昊周航葛澍成都信息工程大学计算机学院四川成都610225 四川省科学技术研究成果档案馆四川成都610046

自动准确地定位生物医学成像图像中的大量细胞对生物医学研究具有重要意义。现有图像处理方法定位分布密集和黏连细胞的精度不高,且参数设置对数据十分敏感。为此,提出一种基于密度峰值聚类、自适应优化参数的细胞定位方法。首先,建立... 详细信息

自动准确地定位生物医学成像图像中的大量细胞对生物医学研究具有重要意义。现有图像处理方法定位分布密集和黏连细胞的精度不高,且参数设置对数据十分敏感。为此,提出一种基于密度峰值聚类、自适应优化参数的细胞定位方法。首先,建立深度学习模型进行细胞分割以提升聚类效果;其次,分析图像前景区域局部密度与较高密度点的最小距离趋势性变化,以自动优化密度阈值和距离阈值参数来选取聚类中心,实现对密集、黏连细胞的自动定位。与常用的5种算法比较发现,所提方法在荧光微光学切片断层扫描成像小鼠数据集中的检出率、准确率分别为0.89和0.81,在更复杂的数据集中相较于比较方法更优,为细胞定位工作提供了一种新的高准确度自动化方法,在生物医学图像处理的计算机应用领域具有良好前景。

关键词：密度峰值聚类细胞定位自适应机器学习

同方期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于改进密度峰值聚类的河湖巡查定界算法

江西科学 2025年第1期43卷 10-17页

作者：谢敏周毅超曾斌罗莹王鹏王文丰江西省防汛信息中心南昌330009 南昌工程学院信息工程学院南昌330009

河湖划界是河湖长的巡查工作范围依据和河湖管理基础。针对现有河湖巡查定界方法的不足,立足江西省基层河湖长日常巡查工作现状,充分利用现有的河湖巡查历史数据,提出了一种基于改进密度峰值聚类的河湖巡查定界算法。该算法在马氏距离... 详细信息

河湖划界是河湖长的巡查工作范围依据和河湖管理基础。针对现有河湖巡查定界方法的不足,立足江西省基层河湖长日常巡查工作现状,充分利用现有的河湖巡查历史数据,提出了一种基于改进密度峰值聚类的河湖巡查定界算法。该算法在马氏距离下基于自然最近邻方法计算相对密度,采用自适应聚类中心的选取和合并策略并利用凸包算法形成虚拟电子围栏,依此确立河湖巡查的有效边界。与几种经典聚类算法进行对比实验发现该算法具有优异的聚类性能。最后,以抚河流域河湖巡查真实场景为例,给出了该算法在历史巡河数据上的实际应用效果,进一步验证了该算法的可行性和有效性。

关键词：巡河轨迹马氏距离自然最近邻密度峰值聚类越界巡查

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

密度峰值聚类的自适应社区发现算法

哈尔滨工业大学学报 2018年第5期50卷 44-51页

作者：金志刚徐珮轩天津大学电气自动化与信息工程学院天津300072

为减少社区发现算法中参数的选择对社区划分的影响,同时使算法能够自适应地进行社区划分,本文提出一种基于核密度估计的密度峰值聚类的社区发现算法KDED.首先,定义一种基于信任度的距离度量,将社交网络中的用户关系量化为距离矩阵,使用... 详细信息

为减少社区发现算法中参数的选择对社区划分的影响,同时使算法能够自适应地进行社区划分,本文提出一种基于核密度估计的密度峰值聚类的社区发现算法KDED.首先,定义一种基于信任度的距离度量,将社交网络中的用户关系量化为距离矩阵,使用矩阵元素的大小度量用户关系的紧密程度;然后对距离矩阵进行核密度估计,统计各个节点在网络中的影响大小,结合热扩散模型改进计算流程,使其自适应不同规模的数据集以提高计算精度;结合密度峰值聚类原理和社区属性确定社区中心节点后,可根据节点间的距离得到社区内部层次结构和社区外部的自然结构;最后将剩余节点按距离分配到相应的社区当中以完成社区划分.仿真结果表明:通过可视化软件可观察到,通过KDED算法得到的社区划分结果具有清晰的自然结构和内部层次结构;随着社区规模的提升以及划分难度增加,KDED算法具有出色的稳定性;在真实数据集以及LFR基准网络上均得到较为接近真实划分结果的社区划分,自适应性良好,验证算法的可行性与有效性.

关键词：社区发现密度峰值聚类信任度核密度估计自适应

在线全文

学校读者我要写书评

暂无评论

密度峰值聚类算法研究进展

软件学报 2022年第5期33卷 1800-1816页

作者：徐晓丁世飞丁玲中国矿业大学计算机科学与技术学院江苏徐州221116 矿山数字化教育部工程研究中心江苏徐州221116

密度峰值聚类(density peaks clustering,DPC)算法是聚类分析中基于密度的一种新兴算法,该算法考虑局部密度和相对距离绘制决策图,快速识别簇中心,完成聚类.DPC具有唯一的输入参数,且无需先验知识,也无需迭代.自2014年提出以来,DPC引起... 详细信息

密度峰值聚类(density peaks clustering,DPC)算法是聚类分析中基于密度的一种新兴算法,该算法考虑局部密度和相对距离绘制决策图,快速识别簇中心,完成聚类.DPC具有唯一的输入参数,且无需先验知识,也无需迭代.自2014年提出以来,DPC引起了学者们的极大兴趣,并得到了快速发展.首先阐述DPC的基本理论,并通过与经典聚类算法比较,分析了DPC的特点;其次,分别从聚类精度和计算复杂度两个角度分析了DPC的弊端及其优化方法,包括局部密度优化、分配策略优化、多密度峰优化以及计算复杂度优化,并介绍了每个类别的主要代表算法;最后介绍了DPC在不同领域中的相关应用研究.对DPC的优缺点提供了全面的理论分析,并对DPC的优化以及应用进行了全面阐述.还试图找出进一步的挑战来促进DPC研究发展.

关键词：密度峰值聚类聚类精度计算复杂度应用

在线全文

学校读者我要写书评

暂无评论

密度峰值聚类的全尺度相关滤波跟踪方法

计算机工程与应用 2023年第5期59卷 131-139页

作者：肖振久李鑫辽宁工程技术大学软件学院辽宁葫芦岛125105

针对背景感知相关滤波算法对目标进行尺度预测时采用图像金字塔,在跟踪过程中需要根据多尺度的目标样本训练出跟踪滤波器,导致跟踪过程中存在计算开销大、跟踪速度慢的问题,提出了一种基于密度峰值聚类的全尺度跟踪方法。分别提取搜索... 详细信息

针对背景感知相关滤波算法对目标进行尺度预测时采用图像金字塔,在跟踪过程中需要根据多尺度的目标样本训练出跟踪滤波器,导致跟踪过程中存在计算开销大、跟踪速度慢的问题,提出了一种基于密度峰值聚类的全尺度跟踪方法。分别提取搜索区域中目标和背景的特征信息,通过密度峰值聚类方法分别对目标和背景进行聚类;通过单尺度的滤波器对目标位置进行粗预测,并通过交替方向乘子法(ADMM)降低滤波器训练的时间复杂度;对搜索区域中的前景点和背景点进行分类,并根据尺度置信度得到目标的最终位置与尺度。该算法和目前一些主流的跟踪算法在公共数据集通过在OTB2013、OTB2015和DTB70上进行实验,在有效提高跟踪速度的前提下,面对旋转、遮挡等多种复杂情况时的跟踪效果较好、跟踪成功率较高,满足实时性要求。

关键词：目标跟踪相关滤波密度峰值聚类计算机视觉

基于密度峰值聚类的超区间粒化方法及其分类模型

在线全文

学校读者我要写书评

暂无评论

计算机学报 2023年第8期46卷 1620-1635页

作者：吴成英张清华赵凡程云龙谢秦夏书银王国胤重庆邮电大学计算智能重庆市重点实验室旅游多源数据感知与决策技术文化和旅游部重点实验室湖北民族大学重庆邮电大学大数据智能计算重点实验室

大数据挖掘时代,数据丰富与知识贫乏之间的矛盾日趋突出.粒计算是解决大规模、复杂问题的新范式,其核心任务是粒化.粗糙集是经典粒计算模型之一,在数据挖掘领域已广泛应用.遗憾的是基于不可区分关系的粒化条件很严格,造成粗糙集在粒化... 详细信息

大数据挖掘时代,数据丰富与知识贫乏之间的矛盾日趋突出.粒计算是解决大规模、复杂问题的新范式,其核心任务是粒化.粗糙集是经典粒计算模型之一,在数据挖掘领域已广泛应用.遗憾的是基于不可区分关系的粒化条件很严格,造成粗糙集在粒化定量数据时会失效.因此,本文首先从一维属性的区间划分出发,定义多维属性组合生成的超区间粒,并基于超区间粒提出新颖的粗糙集模型有效地将定量数据和定性数据统一到一个框架;其次,从决策属性的视角考虑条件属性之间的相关性提出基于密度峰值聚类的超区间粒化算法,算法输出的超区间粒不仅是论域的划分,且每个划分块都是同质信息粒;最后,受近邻分类算法的启发,融合多数投票分类机制和近邻分类准则基于超区间粒提出自适应近邻分类模型(IGANN),并在UCI数据集上与8个经典分类模型进行实验对比,4个指标下的对比结果均表明IGANN模型具有更强的稳定性和更高的鲁棒性.

关键词：粒计算粗糙集粒化信息粒密度峰值聚类