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:
为了提高DBSCAN及其改进算法在噪声点分布密集环境下的噪声点识别率,通过结合PageRank算法思想及噪声数据分布密集的特点,构造簇间投票映射函数,提出了簇间投票噪声点识别算法-NoiseRank 。实验结果表明,在噪声点分布密集环境下,NoiseRank算法比DBSCAN算法具有更高的噪声点识别率。
推荐文章
一种应用于机器人导航的激光点云聚类算法
激光点云
聚类
地面机器人
导航
概率密度分布
一种应用于图像配准中的点特征匹配算法
点特征匹配
松弛算法
马氏距离
仿射几何变换
一种X射线图像白点噪声去除算法
X射线拍摄
图像去噪
低照度图像
图像增强
白点噪声
像素点
一种识别图像点性质的视频图像锐化算法
锐化
高频分量
反锐化掩膜
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 一种应用于噪声点分布密集环境下的噪声点识别算法
来源期刊 广东工业大学学报 学科 工学
关键词 噪声点识别 噪声点分布密集 簇间投票 DBSCAN PageRank
年,卷(期) 2014,(3) 所属期刊栏目
研究方向 页码范围 39-43
页数 5页 分类号 TP311
字数 3051字 语种 中文
DOI 10.3969/j.issn.1007-7162.2014.03.007
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 陈平华 广东工业大学计算机学院 84 860 11.0 28.0
2 周鹏 广东工业大学计算机学院 5 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (304)
参考文献  (12)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (3)
1967(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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(2)
  • 二级参考文献(4)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(7)
  • 参考文献(3)
  • 二级参考文献(4)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
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
噪声点识别
噪声点分布密集
簇间投票
DBSCAN
PageRank
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
广东工业大学学报
双月刊
1007-7162
44-1428/T
16开
广东省广州市东风东路729号
1974
chi
出版文献量(篇)
2262
总下载数(次)
2
总被引数(次)
11966
论文1v1指导