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:
智能交通与智慧城市规划依赖于将城市地图进行有效的区域分割,而目前常见地图数据均基于向量化的路网无向图,传统图像领域基于像素的聚类算法无法有效完成地图分割.为解决此类问题,提出一种基于通过对路网无向图进行德劳内三角花,对地图数据进行加权K-means聚类的地图分割算法,并通过开源工具进行实现及其可视化.
推荐文章
基于K-means聚类算法的叶螨图像分割与识别
叶螨
图像
K-means算法
图像分割
图像识别
像素
基于半监督K-Means的属性加权聚类算法
均值
聚类
半监督
主成分分析
属性加权
优化加权多视角K-means聚类算法
加权
优化
多视角
聚类
K-means
基于加权K-means聚类和遗传算法的变电站规划
变电站规划
加权K-means聚类算法
遗传算法
变电站站址
供区优化
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 基于加权K-means聚类与路网无向图的地图分割算法
来源期刊 现代计算机 学科
关键词 加权K-means聚类 地图分割 德劳内三角化
年,卷(期) 2018,(8) 所属期刊栏目 图形图像
研究方向 页码范围 78-81
页数 4页 分类号
字数 2546字 语种 中文
DOI 10.3969/j.issn.1007-1423.2018.08.019
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 胡灿林 四川大学计算机学院 3 1 1.0 1.0
2 肖尚华 四川大学计算机学院 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  (8)
共引文献  (6)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (11)
二级引证文献  (0)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
加权K-means聚类
地图分割
德劳内三角化
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
现代计算机
旬刊
1007-1423
44-1415/TP
16开
广东省广州市
46-121
1984
chi
出版文献量(篇)
11312
总下载数(次)
39
总被引数(次)
33178
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导