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:
针对海底采样点较少时,监督学习训练分类模型困难的问题,研究无监督学习的K-均值聚类分析算法在多波束海底底质分类中的应用.在探讨K-均值聚类分析算法原理的基础上,构建海底底质分类器,针对分类器需预先输入分类结果种类(K值)这一问题,提出了基于底质采样点和分类效果连续性为原则的K值确定方法.实验结果表明:基于K-均值聚类分析算法的海底底质分类器能较好的实现海底底质类型的自动划分,适用于海量多波束底质特征参数的分类.
推荐文章
改进的K-均值聚类算法及其在脑组织分割中的应用
SOM神经网络
K-均值聚类算法
磁共振图像
脑组织
分割
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-均值聚类算法在多波束底质分类中的应用
来源期刊 海洋测绘 学科 地球科学
关键词 多波束测量 海底底质分类 特征参数 K-均值算法 聚类分析
年,卷(期) 2018,(3) 所属期刊栏目 工程实践
研究方向 页码范围 64-68
页数 5页 分类号 P229.3
字数 3743字 语种 中文
DOI 10.3969/j.issn.1671-3044.2018.03.016
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 金绍华 海军大连舰艇学院海洋测绘系 48 222 8.0 11.0
3 边刚 海军大连舰艇学院海洋测绘系 57 267 9.0 12.0
7 崔杨 海军大连舰艇学院海洋测绘系 16 58 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (44)
参考文献  (11)
节点文献
引证文献  (4)
同被引文献  (35)
二级引证文献  (3)
1954(1)
  • 参考文献(0)
  • 二级参考文献(1)
1963(1)
  • 参考文献(1)
  • 二级参考文献(0)
1970(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(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(1)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(5)
  • 参考文献(3)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(4)
  • 引证文献(3)
  • 二级引证文献(1)
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
多波束测量
海底底质分类
特征参数
K-均值算法
聚类分析
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
海洋测绘
双月刊
1671-3044
12-1343/P
大16开
天津市河西区友谊路40号
1981
chi
出版文献量(篇)
2577
总下载数(次)
13
总被引数(次)
16787
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导