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:
本文针对多个粗差探测与定位问题,应用智能信息处理技术中的K均值聚类算法,把对观测值的粗差定位转化为对该组观测值进行分类.依据粗差的出现约占观测总数的1%-10%,确定算法的一层终止条件为所有观测值分配为两类且其中对象较少的一类为粗差类;再引入方差比作为算法的二层终止条件,粗差类和非粗差类的方差比达到或超过试验倍数后,则接受初始聚类结果并最终结束算法.算法对早期的聚类分析方法定位粗差进行了改进和完善,其双重终止条件的应用,进一步提高了粗差探测的可靠性.
推荐文章
基于差分演化的K-均值聚类算法
聚类
差分演化算法
K-均值
基于层次的K-均值聚类
聚类
代价函数
层次
K-均值聚类
基于ISFLA的K均值聚类算法
SFLA
吸引排斥机制
ISFLA
K均值算法
基于核聚类的K-均值聚类
核聚类
K-均值聚类
径向基函数(RBF)
支持向量机(SVM)
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 K均值聚类进行多个粗差定位
来源期刊 北京测绘 学科 地球科学
关键词 K均值 多个粗差 定位
年,卷(期) 2018,(1) 所属期刊栏目 学术研讨
研究方向 页码范围 37-39
页数 3页 分类号 P208
字数 2507字 语种 中文
DOI 10.19580/j.cnki.1007-3000.2018.01.009
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 宗琴 9 6 2.0 2.0
2 姜树辉 13 44 3.0 6.0
3 秦万英 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (125)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (10)
二级引证文献  (6)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(3)
  • 参考文献(1)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(5)
  • 参考文献(3)
  • 二级参考文献(2)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
K均值
多个粗差
定位
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
北京测绘
月刊
1007-3000
11-3537/P
大16开
北京市海淀区羊坊店路15号
1987
chi
出版文献量(篇)
3644
总下载数(次)
21
论文1v1指导