简介:摘要文章针对遥感图像的模糊聚类算法进行了研究。数字图像分类技术是数字图像处理技术中非常重要的一个内容。遥感图像固有的模糊性,对于遥感数字图像来说,尤其是中、低分辨率遥感图像,由于混合像元的影响使得分类结果并不是最优的,也就是说,传统的分类方法往往不能取得理想的分类效果。而应用软分类算法原理,采用模糊聚类方法进行遥感图像的非监督分类是解决这种分类模糊性的主要方法之一。文章研究模糊聚类中的模糊C均值聚类算法,并通过计算机程序来实现算法,从而达到对遥感图像非监督分类的目的。此算法与人工判读分类相比,提高遥感图像非监督分类的速度和效率,节省了人力和物力。
简介:摘要本文在将数值型数据标准化的基础上,将分类数据细分为二元数据和类型数据,并用相异度系数距离计算分类数据之间的距离,并且赋予二元和类型数据相应的权重,来改进k-prototypes聚类算法,使该算法满足不同要求的混合属性数据聚类,最后通过C#语言,在ArcEngine2010版本上实现。
简介:摘要: 现如今,人们的生活质量在不断提高,对于电力的需求在不断加大, 针对电力大数据流的异常检测问题,该文将流数据聚类算法与电力大数据相结合,针对现有流数据聚类算法不易存储全部数据、断电数据易丢失等问题,以及流数据聚类算法对于离线阶段聚类算法实时应答的要求,从数据的完整性、安全性以及流数据聚类算法的低时间复杂度的角度出发,对 CluStream 流数据聚类算法进行改进,提出流式 K-means 聚类算法。对在线阶段,使用 Redis 集群进行流数据的缓冲,并设计节点时间衰减策略,增大心跳消息中有效消息所占比例;对离线阶段聚类算法进行优化,使用最佳距离法确定初始聚类中心,减少迭代次数;最后,使用所提出的流式 K-means 聚类算法进行用户用电异常行为检测,实验结果表明,该算法能够很好的发现用户用电异常行为。
简介:摘要:随着水利工程大力兴建,所遇工程问题越来越多,边坡变形及稳定性问题出现的概率也越来越大。依据边坡变形海量资料,应用K-Means聚类法,进行边坡变形时空演化规律研究,建立了基于位移和位移速率两指标控制的边坡变形时空演化特征,很好地揭示了边坡变形动态区域和演化特征,可为类似边坡变形提供参考和借鉴。
简介:摘要在遥感技术支持下,利用神经网络与模糊聚类结合方法对城市绿地生态环境服务价值的划分进行探讨,使用TM遥感影像提取城市绿地生态环境服务价值的各项影响因子,并运用自组织基本竞争神经网络对城市绿地生态服务价值的各项影响因子进行划分评判,采用最大树枝法对每个影响因子的评判结果进行模糊聚类分析,最终实现对城市绿地生态服务价值的综合评判。以广州研究区域为例,实验结果显示1等生态环境区域为白云山和火庐山等植被覆盖度高的林地。2等生态环境区域主要集中在白云山较为稀疏的林地和种植作物的农地。3等生态环境区域主要集中在果园用地。4等生态环境区域主要为草地。结果与实际情况相符,可见此方法可行。
简介:摘要:山体地质灾害如滑坡、泥石流、坍塌等是影响附近道路、人民安全的潜在隐患。国土资源局等相关部门承担地质灾害预防和治理的责任的重要机构,如何针对该地区地质灾害突发的特点,快速根据事先制定的应急措施高效、准确地进行监测勘察,是需要解决的重要问题。公路滑坡灾情评估的方法有实地调研考察法、地理信息系统技术(GIS)等。本文在定性与定量基础之上,结合灰色理论和信息熵对不同情况下公路滑坡灾情系统进行研究与开发,多方位、多角度、不同层次地探讨公路滑坡灾情评估的综合分析方法,旨在建立公路滑坡灾情分析与评估的不确定性系统理论、方法,为实现人类对公路滑坡灾情的有效支援和管理提供科学的策略与方法。