国家科技型中小企业技术创新基金(10C26213200946)
- 作品数：3 被引量：10H指数：2
- 相关作者：沈项军彭长生蒋中秋杨鹤标张科泽更多>>
- 相关机构：江苏大学更多>>
- 发文基金：国家科技型中小企业技术创新基金国家自然科学基金江苏省高校自然科学研究项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于节点数据密度的分布式K-means聚类算法研究被引量：5
- 2011年
- P2P(peer-to-peer)网络分布式聚类算法是利用P2P网络上各个节点的计算、存储能力以及网络的带宽,将算法的时间复杂度和空间复杂度平摊到各个节点,使处理和分析海量分布式数据成为可能,从而克服传统基于单个服务器的集中式聚类算法在数据处理能力等方面的限制。提出一种基于节点置信半径的分布式K-means聚类算法,该算法通过计算节点上数据分布的密度,找到同一类数据在节点的稠密和稀疏分布,从而确定聚类置信半径并指导下一步的聚类。实验表明,该算法能够有效地减少迭代次数,节省网络带宽;同时聚类结果也接近集中式聚类算法的结果。
- 张科泽杨鹤标沈项军蒋中秋
- 关键词：点对点技术K-MEANS聚类自适应
- 基于Fisher判别的分布式K-Means聚类算法被引量：5
- 2014年
- 为了解决集中式聚类算法不能处理海量大数据的问题,提出基于Fisher判别确定置信半径的分布式聚类算法.应用网络上各个节点的计算、存储能力,以及网络的带宽,将聚类所需的时间复杂度和空间复杂度平摊到各个节点.通过应用Fisher线性判别找到节点在同一子类数据上的稠密和稀疏分布,从而快速确定聚类的置信半径并指导下一步的聚类过程,使得保持聚类精度的同时能提高分布式聚类的速度.对算法进行了数值模拟,并使用真实数据完成了试验.结果表明,所提出算法相比DFEKM聚类算法,能根据数据分布的不同在聚类结果和聚类速度上达到很好的平衡,这表明该算法具有更好的健壮性.
- 彭长生
- 关键词：P2P网络聚类算法分布式聚类FISHER线性判别
- 基于单类支持向量机的视频车辆检测研究
- 2013年
- 针对现有视频车辆检测方法存在高误检率、不完整及需要分类的样本数量大等问题,提出一种基于单类支持向量机的视频车辆检测方法。方法通过基于视频多帧统计的方法获得完整的车道背景图像,采用单类支持向量机获得车道背景模型,应用此模型检测车辆目标区域。实验结果表明,该算法具有所需样本量小,车辆检测完整,对光照的变化具有一定的自适应能力等特点。
- 高海迪詹智财沈项军曾兰玲
- 关键词：单类支持向量机视频车辆检测
