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:
针对场景密集人群移动过程中存在遮挡和倒影问题,提出一种新的谱聚类算法用于人群聚类.首先构造一种新的邻接矩阵作为谱聚类的输人参数,然后再构造一种新的拉普拉斯矩阵,通过选取拉普拉斯矩阵的四个最小特征值组成特征向量.采用K-means算法对特征向量进行聚类得到人群聚类指数,并将聚类指数映射至图像.通过在CCD、CMD、MPT国际公开数据集上进行实验,上述算法较其它其他人群聚类算法得到更高的聚类纯度(Purity)、FM(F-Measure)值、AUC值和更高的检测率,说明了本文提出的基于改进谱聚类算法的有效性.
推荐文章
基于改进谱聚类算法的航路辨识
航路辨识
谱聚类
船舶自动识别系统(AIS)
大数据
k均值算法
基于密度聚类算法的校园人群聚集和移动规律分析
无线网络
日志数据
R树
密度聚类
人群聚集和移动
基于LPCA的谱聚类算法
局部主成分分析
谱聚类
连通图分解
交叉点
基于改进谱聚类与粒子群优化的图像分割算法
图像分割
粒子群
谱聚类
Nystr迸m逼近
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 基于改进谱聚类的人群移动行为检测
来源期刊 计算机仿真 学科
关键词 行为检测 人群移动 谱聚类 拉普拉斯矩阵
年,卷(期) 2021,(6) 所属期刊栏目 仿真服务化
研究方向 页码范围 450-454
页数 5页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1006-9348.2021.06.094
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2007(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)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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)
研究主题发展历程
节点文献
行为检测
人群移动
谱聚类
拉普拉斯矩阵
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导