障碍空间中基于Voronoi图的不确定数据聚类算法
作者：万静; 崔美玉; 何云斌; 李松
摘要：为了有效解决障碍空间中的不确定数据聚类的问题,引入计算几何中的Voronoi图对数据空间进行划分,提出障碍空间中基于Voronoi图的不确定数据聚类算法.根据Voronoi图的性质,提出4项聚类规则.利用KL距离进行相似性度量.根据障碍集合是否发生变化,提出了静态障碍环境下和动态障碍环境下的不确定数据聚类算法.理论研究和实验表明:静态障碍物环境中的不确定精炼聚类算法(简称STAO_RVUBSCAN算法)、障碍物动态增加情况下的不确定聚类算法(简称DYNOC_VUBSCAN算法)、障碍物动态减少情况下的不确定聚类算法(简称DYNOR_VUBSCAN算法)和障碍物动态移动情况下的不确定数据聚类算法(简称DYNOM_VUBSCAN算法)都具有较高的效率.
分类：
- 期刊
- >
- 自然科学与工程技术
- >
- 信息科技
- >
- 电子信息科学综合
收录：
- 上海图书馆馆藏
- Pж(AJ) 文摘杂志(俄)
- 国家图书馆馆藏
- 万方收录(中)
- 文摘与引文数据库
- 知网收录(中)
- 维普收录(中)
- 剑桥科学文摘
- CSCD 中国科学引文数据库来源期刊(含扩展版)
- 北大期刊(中国人文社会科学期刊)
- EI 工程索引(美)
- JST 日本科学技术振兴机构数据库(日)
- 统计源期刊(中国科技论文优秀期刊)
关键词：
- 静态障碍
- 动态障碍
- kl距离
- 不确定数据
- voronoi图
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
相关论文
障碍管理论文