李伟雄
- 作品数：4 被引量：19H指数：2
- 供职机构：湖南大学电气与信息工程学院更多>>
- 发文基金：湖南省自然科学基金中央高校基本科研业务费专项资金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于密度的聚类算法研究
- 基于密度的聚类方法在聚类分析技术中占有很重要的地位，在金融、市场营销、信息检索、信息过滤、科学观测与工程等各个领域广泛应用，是聚类分析中的研究重点。本文对基于密度的聚类算法进行了研究，并以DBSCAN(Density-B...
- 李伟雄
- 关键词：数据挖掘聚类分析入侵检测
- 文献传递
- 基于区域比例的聚类方法被引量：2
- 2011年
- 为了改善DBSCAN参数敏感性和对密度分布不均数据对象聚类质量不高的问题,提出了一种基于DBSCAN算法的改进聚类方法。算法使用K最近邻的均值距离度量密度,中心点选取当前密度最大点,并以中心点为核心点扩展种子队列,直至由给定的密度比例因子所决定的密度边缘。为了改善聚类质量,提出了候选核心点,并使用给定的半径比例因子发现核心点。在实验中,利用数据集对该算法进行了测试,测试结果证明了该改进算法的参数鲁棒性,和在聚类密度分布不均数据集时的较好性能。
- 李伟雄谭建豪王贵山
- 关键词：聚类算法
- 密度分布函数在聚类算法中的应应用用被引量：8
- 2011年
- 深入分析了传统的基于密度的聚类方法的特点和存在的问题及讨论了基于密度聚类算法研究现状,提出了一种改进的基于密度分布函数的聚类算法.使用K最近邻(KNN)的思想度量密度以寻找当前密度最大点,即中心点.并使用区域比例,将类从中心点开始扩展,每次扩展的同时引入半径比例因子以发现核心点.再从该核心点的KNN扩展类,直至密度下降到中心点密度的给定比率时结束.给出了数个算法实例并与基于网格的共享近邻聚类(GNN)算法在聚类准确率和效率上进行了试验比较,试验表明该算法极大降低了基于密度聚类算法对参数的敏感性、改善了对高维密度分布不均数据集的聚类效果、提高了聚类准确率和效率.
- 谭建豪章兢李伟雄
- 关键词：聚类算法KNNOPTICS
- 基于改进分水岭的CTA去骨技术被引量：1
- 2010年
- 为避免快速分水岭在CTA图像去骨中存在的过分割现象,采用一种改进的可交互分水岭算法对CTA图像进行去骨研究。改进算法建立在快速分水岭的排序操作基础上,排序完成后,采用侧重于像素空间关系的方法对像素进行溢流标记,同时采用树结构组织水盆及其合并关系,最后通过用户给定标记和合并阈值对集水盆合并过程进行干预,从而影响分割结果以抑制过分割。实验结果表明,改进算法有效地解决了分水岭变换中的过分割问题,并较好地去除骨骼结构。
- 王贵山谭建豪李伟雄
- 关键词：CT血管造影去骨
