排序方式： 共有4条查询结果，搜索用时 84 毫秒
1
1.
为解决k-means聚类算法在聚类过程中隐私泄露风险,在满足ε－差分隐私保护前提下,提出一种隐私保护的RDPk-means聚类方法。该方法与传统随机选取初始点方式不同,采取基于网格密度的方式选取初始聚类中心,并在UCI数据集中进行有效性验证。采用543条数据生成2个聚类簇和19 020条数据生成3个聚类簇分别进行实验。结果表明,该聚类方法在不同的数据规模和维数情况下可以很好地保护数据隐私,能保证聚类结果的可用性。 相似文献
2.
为实现煤矿WebGIS在移动智能终端的可视化,以及办公人员可随时随地进行移动办公,提高煤炭企业工作效率,基于HTML5技术进行WebGIS移动客户端设计。采用前端框架与.NET开发技术实现移动客户端实时数据显示,在前端页面显示方面采用一张图分层显示设计思想,以不失真的SVG矿图为静态底图,需要变化的元素采用HTML5中的Canvas实现动态绘图,并且在不影响渲染结果的情况下优化SVG代码与页面显示速度。实践结果表明,该系统大大提高了客户端的网页显示效率,缩短了显示时间,可实现随时随地移动办公,查询、浏览各类专题图与属性数据,并在智能移动终端实时获取生产、调度、灾害报警、审批代办等信息。 相似文献
3.
4.
针对空间局部密度变化和需要用户输入参数的空间聚类问题,提出自适应局部密度变化的空间聚类方法。借助 Delaunay三角网构建空间邻近关系的优势,首先给出点密度的度量标准,即与点直接相连的边长度均值。将核点定义为一阶邻域中至少存在一个密度相似点,在此基础上应用广度优先搜索算法对一阶邻域进行搜索,对密度相似的核点进行扩展,将密度远小于核点密度的点作为簇的边界点。在判断点密度是否相似时,根据已加入核点的平均密度和密度变化率自动调整参数值。通过模拟实验,对比DBSCAN算法实验结果,对提出的算法进行验证。实验结果表明,该算法不仅能够自动适应局部密度变化和识别出离散点,而且能适应不同形态的空间簇。 相似文献
1