检索结果-南通市图书馆

Improved Data Stream Clustering Method: Incorporating kd-tree for Typicality and Eccentricity-Based Approach

Computers, Materials & Continua 2024年第2期78卷 2557-2573页

作者： Dayu Xu Jiaming Lu Xuyao Zhang Hongtao Zhang College of Mathematics and Computer Science Zhejiang A&F UniversityHangzhou311300China College of Economics and Management Zhejiang A&F UniversityHangzhou311300China

Data stream clustering is integral to contemporary big data ***,addressing the ongoing influx of data streams efficiently and accurately remains a primary challenge in current *** paper aims to elevate the efficiency and precision of data stream clustering,leveraging the TEDA(Typicality and Eccentricity Data Analysis)algorithm as a foundation,we introduce improvements by integrating a nearest neighbor search algorithm to enhance both the efficiency and accuracy of the *** original TEDA algorithm,grounded in the concept of“Typicality and Eccentricity Data Analytics”,represents an evolving and recursive method that requires no prior *** the algorithm autonomously creates and merges clusters as new data arrives,its efficiency is significantly hindered by the need to traverse all existing clusters upon the arrival of further *** work presents the NS-TEDA(Neighbor Search Based Typicality and Eccentricity Data Analysis)algorithm by incorporating a kd-tree(K-Dimensional tree)algorithm integrated with the Scapegoat *** arrival,this ensures that new data points interact solely with clusters in very close *** significantly enhances algorithm efficiency while preventing a single data point from joining too many clusters and mitigating the merging of clusters with high overlap to some *** apply the NS-TEDA algorithm to several well-known datasets,comparing its performance with other data stream clustering algorithms and the original TEDA *** results demonstrate that the proposed algorithm achieves higher accuracy,and its runtime exhibits almost linear dependence on the volume of data,making it more suitable for large-scale data stream analysis research.

关键词： Data stream clustering TEDA kd-tree scapegoat tree

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Density Clustering Algorithm Based on kd-tree and Voting Rules

引用

Computers, Materials & Continua 2024年第5期79卷 3239-3259页

作者： Hui Du Zhiyuan Hu Depeng Lu Jingrui Liu The College of Computer Science and Engineering Northwest Normal UniversityLanzhou730070China

Traditional clustering algorithms often struggle to produce satisfactory results when dealing with datasets withuneven density. Additionally, they incur substantial computational costs when applied to high-dimensional datadue to calculating similarity matrices. To alleviate these issues, we employ the kd-tree to partition the dataset andcompute the K-nearest neighbors (KNN) density for each point, thereby avoiding the computation of similaritymatrices. Moreover, we apply the rules of voting elections, treating each data point as a voter and casting a votefor the point with the highest density among its KNN. By utilizing the vote counts of each point, we develop thestrategy for classifying noise points and potential cluster centers, allowing the algorithm to identify clusters withuneven density and complex shapes. Additionally, we define the concept of “adhesive points” between two clustersto merge adjacent clusters that have similar densities. This process helps us identify the optimal number of clustersautomatically. Experimental results indicate that our algorithm not only improves the efficiency of clustering butalso increases its accuracy.

关键词： Density peaks clustering kd-tree K-nearest neighbors voting rules

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

结合K均值聚类和kd-tree搜索的快速分形编码方法

引用

计算机辅助设计与图形学学报 2006年第7期18卷 965-970页

作者：陈作平叶正麟赵红星郑红婵西北工业大学理学院西安710072

利用部分失真搜索求解传统K均值聚类算法中的最近邻搜索问题,显著地减少了传统算法的乘法次数,从而提高了聚类速度;然后用改进后的聚类算法来加速分形编码:首先将定义域块聚类并为每个类建立一棵kd-tree,编码时对每个值域块先后用部分... 详细信息

利用部分失真搜索求解传统K均值聚类算法中的最近邻搜索问题,显著地减少了传统算法的乘法次数,从而提高了聚类速度;然后用改进后的聚类算法来加速分形编码:首先将定义域块聚类并为每个类建立一棵kd-tree,编码时对每个值域块先后用部分失真搜索与近似最近邻搜索得到与其距离最近的若干kd-tree及其上的若干最近邻,而其最优匹配块即由后者产生.实验结果表明,相对于全局搜索,该方法能大幅度地提高编码速度和较大地提高压缩比,而解码质量只有很小的下降;相对于同类方法,在相同压缩比下有更好的加速效果和解码质量.

关键词：分形图像压缩 K均值聚类部分失真搜索 kd-tree 近似最近邻搜索

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于自动终止准则改进的kd-tree粒子近邻搜索研究

引用

工程科学与技术 2024年第6期56卷 217-229页

作者：张挺王宗锴林震寰郑相涵福州大学土木工程学院福建福州350116 福州大学计算机与大数据学院福建福州350116

对于大规模运动模拟问题而言,近邻点的搜索效率将对整体的运算效率产生显著影响。本文基于关联性分析建立kd-tree的最大深度dmax与粒子总数N的自适应关系式,提出了kd-tree自动终止准则,即ATC-kd-tree,同时还考虑了叶子节点大小阈值n_(0... 详细信息

对于大规模运动模拟问题而言,近邻点的搜索效率将对整体的运算效率产生显著影响。本文基于关联性分析建立kd-tree的最大深度dmax与粒子总数N的自适应关系式,提出了kd-tree自动终止准则,即ATC-kd-tree,同时还考虑了叶子节点大小阈值n_(0)对近邻搜索效率的影响。试验表明,ATC-kd-tree具有更高的近邻搜索效率,相较于不使用自动终止准则的kd-tree搜索效率最高提升46%,且适用性更强,可求解不同N值的近邻搜索问题,解决了粒子总数N发生改变时需要再次率定最大深度dmax的问题。同时,本文还提出了网格搜索法组合坐标下降法的两步参数优化算法GSCD法。通过2维阿米巴虫形状的参数优化试验发现,GSCD法可更为快速地率定ATC-kd-tree的可变参数,其优化效率比网格搜索法最高提升了205%,相较于改进网格搜索法最高提升了90%。研究结果表明,ATC-kd-tree和GSCD法不仅提高了近邻搜索的效率,也为复杂运动中近邻粒子搜索问题提供了一种更为高效的解决方案,能够显著降低计算资源的消耗,进一步提升模拟的精度和效率。

关键词： kd-tree 粒子近邻搜索自适应网格搜索法坐标下降法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

启发式探查最佳分割平面的快速kd-tree构建方法

引用

计算机学报 2009年第2期32卷 185-192页

作者：范文山王斌清华大学计算机科学与技术系北京100084 清华大学软件学院北京100084 信息系统安全教育部重点实验室北京100084 清华信息科学与技术国家实验室北京100084

在基于光线跟踪方法的真实感绘制中,kd-tree是一种重要的加速结构.文章对kd-tree的构建方法进行了研究,提出了一种基于分区(binning)算法的快速构建方法.首先,通过分析kd-tree的成本函数,启发式地定位了当前节点的分割平面所在的子区间... 详细信息

在基于光线跟踪方法的真实感绘制中,kd-tree是一种重要的加速结构.文章对kd-tree的构建方法进行了研究,提出了一种基于分区(binning)算法的快速构建方法.首先,通过分析kd-tree的成本函数,启发式地定位了当前节点的分割平面所在的子区间;其次,对探查到的子区间进行进一步的细化采样(sub-sampling),使得到的分割平面更好地逼近最优分割位置;同时,文章分析了现有方法在处理分割终止时存在的问题,提出了更加合理的分割终止条件.与以往方法相比,新方法用更小的计算成本生成了质量更好的kd-tree,构建过程更加鲁棒.实验数据验证了文中方法的有效性.

关键词：光线跟踪 kd-tree SAH 分区算法细化采样

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

虚拟场景的一种快速优化kd-tree构造方法

引用

电子学报 2011年第8期39卷 1811-1817页

作者：过洁徐晓旸潘金贵南京大学计算机软件新技术国家重点实验室江苏南京210093

kd-tree因其具有场景自适应划分、低存储消耗和快速遍历等优势成为使用最为广泛的加速结构.本文提出一种快速优化的kd-tree构造方法,该方法通过分析场景的SAH函数,将模拟退火技术使用到最优分割平面搜索过程中加快搜索过程,从而加速kd-t... 详细信息

kd-tree因其具有场景自适应划分、低存储消耗和快速遍历等优势成为使用最为广泛的加速结构.本文提出一种快速优化的kd-tree构造方法,该方法通过分析场景的SAH函数,将模拟退火技术使用到最优分割平面搜索过程中加快搜索过程,从而加速kd-tree的构造过程.实验表明,通过本文的方法可以在保证构造的kd-tree的质量情况下有效加快构造速度.同时,本文实现了该方法的一个多核并行扩展,利用多核CPU的并行处理能力,进一步加快了kd-tree的构造过程.

关键词：虚拟场景 kd-tree 加速结构模拟退火并行计算

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于粒子索引排序算法的kd-tree缓存优化问题研究

引用

工程科学与技术 2024年

作者：张挺林震寰杨丁颖王宗锴陈轶凡福州大学土木工程学院

在使用kd-tree进行大规模随机粒子近邻搜索时，可能出现计算域内索引值相近的粒子在空间上距离较远而导致kd-tree的搜索路径在短时间内产生较大差异，使得节点数据的访问效率降低，最终影响kd-tree近邻搜索的效率。为解决该问题，本文... 详细信息

在使用kd-tree进行大规模随机粒子近邻搜索时，可能出现计算域内索引值相近的粒子在空间上距离较远而导致kd-tree的搜索路径在短时间内产生较大差异，使得节点数据的访问效率降低，最终影响kd-tree近邻搜索的效率。为解决该问题，本文引入了主成分分析中最大离散度降维的思想，采用平均绝对差作为离散度衡量指标，提出了基于平均绝对差粒子索引值排序的缓存优化策略,即MAD-index-sort，通过计算粒子集群平均绝对差最大的维度来实现数据降维，进而完成粒子的索引值重排序，并应用具有自动终止准则的ATC-kd-tree进行近邻搜索。为验证MAD-index-sort缓存优化策略的可行性，本文设计了不同维度和离散度对照组进行近邻搜索效率对比实验。结果表明，MAD-index-sort能根据粒子集群的离散度自动改变排序方向，具有更强的适应性，相较于未排序的情况性能最高可提升30.3%。

关键词： kd-tree 粒子近邻搜索缓存优化粒子索引值排序

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

在游戏中利用邻域特性扩展的kd-tree及其查找算法

引用

计算机科学 2011年第3期38卷 257-262页

作者：徐建民李欢刘博宁河北大学数学与计算机科学学院保定071002 河北大学工商学院保定071002

处理场景中数量庞大的各种对象间的交互是游戏的一类主要计算工作。将kd-tree用于组织场景,提高了这类计算的效率。传统算法采用树的层次遍历方式进行查找,处理跨节点情况时性能下降明显。提出了邻域特性概念以扩展传统kd-tree结构,增... 详细信息

处理场景中数量庞大的各种对象间的交互是游戏的一类主要计算工作。将kd-tree用于组织场景,提高了这类计算的效率。传统算法采用树的层次遍历方式进行查找,处理跨节点情况时性能下降明显。提出了邻域特性概念以扩展传统kd-tree结构,增添了树节点间的平面邻接关系,且考虑了游戏对kd-tree的一些限定,设计了从起始节点向四周扩展的查找算法。经分析与实验证明,新算法比传统算法有约40%的性能提升且更稳定。

关键词：邻域特性 kd-tree 查找场景分割游戏

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

全流水线化光线追踪kd-tree遍历单元硬件架构

引用

微电子学与计算机 2014年第11期31卷 167-172,176页

作者：王皛邓仰东清华大学微电子学研究所北京100084

在提出引入restart遍历算法的基础上,构造流水线处理机制,使得硬件架构可以实现整个遍历和相交测试流程模块间(粗粒度)和模块内部(细粒度)完全流水线化.同时,也改进了光线-图元相交测试的浮点算法,能够减少浮点运算单元个数.实验结果在F... 详细信息

在提出引入restart遍历算法的基础上,构造流水线处理机制,使得硬件架构可以实现整个遍历和相交测试流程模块间(粗粒度)和模块内部(细粒度)完全流水线化.同时,也改进了光线-图元相交测试的浮点算法,能够减少浮点运算单元个数.实验结果在FPGA验证中实现了每秒约处理8千万条光线的能力(100MHz工作时钟).

关键词：光线追踪相交测试 kd-tree 完全流水线化 restart算法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

GPU上基于SAH的kd-tree构建

GPU上基于SAH的KD-tree构建

引用

作者：吴哲锋浙江大学

学位级别：硕士

随着GPU并行计算技术的快速发展,特别是GPGPU技术从原来的只能处理简单的一些特定任务发展成为了处理通用计算任务的一个重要工具。这就给许多原来耗时甚巨的计算问题提供了解决的契机。特别是图形学中的许多具有天然并行性的问题。本... 详细信息

随着GPU并行计算技术的快速发展,特别是GPGPU技术从原来的只能处理简单的一些特定任务发展成为了处理通用计算任务的一个重要工具。这就给许多原来耗时甚巨的计算问题提供了解决的契机。特别是图形学中的许多具有天然并行性的问题。本文就图形学中的一个很基本问题,即光线跟踪渲染中的kd-tree空间剖分,在GPU并行计算架构上的实现,进行了深入的分析和研究。在充分分析了现有的GPU实时kd-tree构建技术的基础上,作者提出了全新的基于SAH优化来进行空间的完美剖分的kd-tree实时构建方法,该算法能够很好的适应当前GPU架构的特点,对于一般大小的场景的渲染,能够实现高效的光线跟踪渲染。

关键词： GPU kd-tree 光线跟踪并行计算 SAH

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：