基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
首先介绍了一种利用SOM神经网络对顶点进行聚类的线要素简化算法,该算法以线要素各顶点x,y坐标为输入样本集,经过SOM神经网络的训练,形成对原有顶点的聚类,每个聚类保留一个顶点作为简化后的结果.然后分析该算法存在的一些问题,先假设加入角度和距离两维能改善原算法的效果.最后自主实现算法,并采用相关实验数据加以验证,证明增加SOM维数确实行之有效.
推荐文章
一种基于核心顶点的无参图聚类算法
图聚类
无参
核心顶点
一种改进的简化均值粒子群K-means聚类算法
粒子群优化算法
简化粒子群
邻域最优粒子
K-means聚类
聚类数
初始聚类中心
一种改进的 DBscan聚类算法
DBscan
核心点
二次聚类
轮廓系数
一种基于密度的分布式聚类改进算法
聚类
分布式
数据挖掘
代表点
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于顶点聚类的线要素简化算法改进
来源期刊 测绘科学技术学报 学科 地球科学
关键词 制图综合 线要素简化 顶点聚类 SOM神经网络 弯曲
年,卷(期) 2013,(5) 所属期刊栏目
研究方向 页码范围 525-529,534
页数 6页 分类号 P283|P208
字数 3712字 语种 中文
DOI 10.3969/j.issn.1673-6338.2013.05.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 沈婕 南京师范大学地理科学学院 35 386 11.0 18.0
5 马劲松 南京大学地理信息科学系 66 952 17.0 29.0
6 刘磊 南京大学地理信息科学系 21 48 5.0 6.0
7 李进 南京大学地理信息科学系 3 9 2.0 3.0
8 杨萌萌 南京大学地理信息科学系 3 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (80)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (1)
二级引证文献  (1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(9)
  • 参考文献(3)
  • 二级参考文献(6)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(9)
  • 参考文献(1)
  • 二级参考文献(8)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(2)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
制图综合
线要素简化
顶点聚类
SOM神经网络
弯曲
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测绘科学技术学报
双月刊
1673-6338
41-1385/P
大16开
河南省郑州市陇海中路66号
36-391
1984
chi
出版文献量(篇)
2536
总下载数(次)
9
总被引数(次)
23241
论文1v1指导