DBSCAN聚类，是一种基于密度的聚类算法，它类似于均值漂移，DBSCAN与其他聚类算法相比有很多优点，首先，它根本不需要固定数量的簇。
它也会异常值识别为噪声，而不像均值漂移，即使数据点非常不同，也会简单地将它们分入簇中。
另外，它更抗噪音，能够很好地找到任意大小和任意形状的簇。
DBSCAN的聚类过程就是根据核心弱覆盖点来推导出最大密度相连的样本集合，首先随机寻找一个核心弱覆盖样本点，按照Minpts和Eps来推导其密度相连的点，然后再选择一个没有赋予类别的核心弱覆盖样本点，开始推导其密度相连的样本结合，不断迭代到所有的核心样本点都有对应的类别为止。
作者博客中详细介绍了DBSCAN的算法原理，可以通过文章结合学习，代码包含详细注释，只需要导入自己的聚类数据，运行代码便可以得出聚类结论与图像。
它也会异常值识别为噪声，而不像均值漂移，即使数据点非常不同，也会简单地将它们分入簇中。
另外，它更抗噪音，能够很好地找到任意大小和任意形状的簇。
DBSCAN的聚类过程就是根据核心弱覆盖点来推导出最大密度相连的样本集合，首先随机寻找一个核心弱覆盖样本点，按照Minpts和Eps来推导其密度相连的点，然后再选择一个没有赋予类别的核心弱覆盖样本点，开始推导其密度相连的样本结合，不断迭代到所有的核心样本点都有对应的类别为止。
作者博客中详细介绍了DBSCAN的算法原理，可以通过文章结合学习，代码包含详细注释，只需要导入自己的聚类数据，运行代码便可以得出聚类结论与图像。
2019/2/13 8:01:39
4KB
1
基于截面曲线的曲面重建方法常用于逆向工程模型重建过程中．采用平面切片方法得到的截面数据通常为一点云束，当重建轮廓曲线时需要进行细化处理．为此提出了一种对截面切片数据进行自动细化的算法．对点云进行切片后，得到截面轮廓点云束，根据点云束密度预估前进半径，并随机选取点云束的一点作为细化的起点，采用近似轮廓跟踪算法确定新点，由初始点和初始方向判断细化算法的结束．实例结果表明该方法能够无效完成切片数据的细化处理。
2015/6/26 11:40:33
256KB
1
四参数随机生长法（Quartetstructuregenerationset，QSGS）可通过分布概率pc、生长概率pd、概率密度pirs和孔隙率n来控制土体多孔介质细观结构的生成，其中pirs表示在i方向上第r相在第s相上的生长概率，适用于各相间相互作用的模型中。
基于QSGS重构方法生成细观土体模型，采用LBM进行渗流场数值模仿，可以直观展现各孔隙区域的渗流速度及流线分布情况，以期能较好地揭示重构土体孔隙的细观渗流机理，为进一步认识土体孔隙渗流规律提供研究方法及理论基础。
基于QSGS重构方法生成细观土体模型，采用LBM进行渗流场数值模仿，可以直观展现各孔隙区域的渗流速度及流线分布情况，以期能较好地揭示重构土体孔隙的细观渗流机理，为进一步认识土体孔隙渗流规律提供研究方法及理论基础。
2018/2/16 22:25:55
3KB
1
针对现有计算机视觉对交通路标识别的复杂性和不稳定性的问题，通过运用图像轮廓识别技术，提出了由全局特征到局部特征再到结构特征的多层次轮廓识别，在交通路标的识别过程中，分别构造了图像密度、外形度量、光滑程度和轮廓熵值4个层次的图像轮廓，同时结合Sobel算子和信息熵对交通路标图像进行了提取与分块处理。
通过实验仿真结果表明：在图像的提取过程中，交通路标图像随着其DMOS值的增大，图像的质量越差，清晰度越低，其NRSS值越小；
在图像的识别过程中，低通滤波器的大小设置为7×7，原图NRSS为0.7654，外形度量为1.3和2.4时，NRSS分别为0.3712和0.2667。
这种层次化的轮廓分析在路标的识别上具有较好的稳健性。
通过实验仿真结果表明：在图像的提取过程中，交通路标图像随着其DMOS值的增大，图像的质量越差，清晰度越低，其NRSS值越小；
在图像的识别过程中，低通滤波器的大小设置为7×7，原图NRSS为0.7654，外形度量为1.3和2.4时，NRSS分别为0.3712和0.2667。
这种层次化的轮廓分析在路标的识别上具有较好的稳健性。
2016/7/23 15:33:26
744KB
1
基于灰度信息的图像配准方法 1)交叉相关二维交叉相关：相关系数：如果有噪声，会影响相关运算的峰值。
如果噪声是叠加型、静态且无关于图像，并且已知其能量谱密度，利用婚配滤波技术[6],可以在对图像作抑制噪声的滤波处理后，再进行相关运算
如果噪声是叠加型、静态且无关于图像，并且已知其能量谱密度，利用婚配滤波技术[6],可以在对图像作抑制噪声的滤波处理后，再进行相关运算
2017/4/6 16:57:48
106KB
1
为了用计算机模拟电化学方法制备多孔硅的过程,墓于MoneeCarlo和扩散限制模型(DI.A)建立一种新模型,引入耗尽区范围、腐抽半径和腐几率等参数,用Matlab来实现。
模拟得到了电流密度,F酸浓度、腐性时间以及硅片掺杂浓度等实验条件对多孔硅孔隙率的影响趋势,与实验结果一致,模拟出的孔隙率值也与实验值接近。
因此所建立的模型可以用来模拟电化学法制备多孔硅的过程。
模拟得到了电流密度,F酸浓度、腐性时间以及硅片掺杂浓度等实验条件对多孔硅孔隙率的影响趋势,与实验结果一致,模拟出的孔隙率值也与实验值接近。
因此所建立的模型可以用来模拟电化学法制备多孔硅的过程。
2015/3/8 6:20:03
406KB
1
TELEMAC系统是一套适用于模仿河流、河口和海岸二、三维水动力、泥沙、水质和生态等问题的模型系统，由法国国家水力学与环境实验室开发，基于有限单元或有限体积数值求解。
TELEMAC-2D作为TELEMAC系统中的一个二维模块，可以用于研究水流、风暴潮、波浪、泥沙和污染物输移等。
模型功能包括:考虑非线性影响的波浪传播、底摩阻、科氏力影响、气压和风、紊流、河流入流、水平温盐密度梯度、干湿网格判断等。
其网格划分为非结构化的三角形网格，考虑到近岸水流、地形梯度的差异，对于重要区域可进行局部加密，对复杂地形的适用性比较强。
TELEMAC-2D作为TELEMAC系统中的一个二维模块，可以用于研究水流、风暴潮、波浪、泥沙和污染物输移等。
模型功能包括:考虑非线性影响的波浪传播、底摩阻、科氏力影响、气压和风、紊流、河流入流、水平温盐密度梯度、干湿网格判断等。
其网格划分为非结构化的三角形网格，考虑到近岸水流、地形梯度的差异，对于重要区域可进行局部加密，对复杂地形的适用性比较强。
2017/9/15 14:25:53
596KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB