1) CF-tree
聚类特征树
1.
Considering the imperfections of clustering precision and clustering efficiency which exist in the BIRCH algorithm,this paper presents an ameliorated solution,clus-tering the data objects with convertibility mult_threshold CF-tree,and realizes the clustering analysis.
文章针对该算法在聚类精度和效率方面存在的不足,在原有算法的基础上进行了改进,提出了可变多阈值聚类特征树方法,实现了基于该方法的聚类分析器,最后将该算法应用于图像分割技术当中,验证算法的有效性。
2) cluster
聚类
1.
Study of optimizing oxygen injection in EAF process based on K-means clustering;
基于K-means聚类算法的电弧炉强化用氧的优化研究
2.
Application of cluster division in FMI logging data.;
聚类分割在FMI测井资料中的应用
3.
Multilayer self-organizing maps method for cluster electrocardiogram QRS wave clustering;
多级自组织映射用于心电信号QRS波群聚类
3) classification
聚类
1.
Application of fuzzy clustering methods in classification of seed of crops;
模糊聚类分析在种子分类上的应用
2.
By applying the method of classification analysis this paper deals with the land division ofthe construction of the land using status.
本文在土地利用现状详查的基础上，运用聚类分析方法，对铅山县土地利用的现状结构进行分区，并运用灰色局势决策，确定了各土地利用区的经济发展方向。
3.
The classification based on UPGMA and the sites survey data were applied to divide the sites into 6 vegetation types and 11 groups,which stand for 11 plant associations including Pinus massoniana association,Pinus taiwanensis association,Cryptomeria fortunei association,Cyclobalanopsis stewardiana-Castanopsis eyrei-Quercus glandulifera var.
以此为基础,应用基于组平均法的聚类,结合样方实地调查资料,将丽水白云山植被划分为6个植被型11个群丛。
4) Cluster analysis
聚类
1.
Using fuzzy cluster analysis and qualitative analysis method considering roadbed geological struct.
通过运用模糊聚类分析理论,采用路基地质等因素定性分析与路面平整度IRI值变化定量分析相结合的方法,科学合理地划分道路路面平整度变形体块。
2.
This paper gives a cluster analysis on geographical distribution of reptiles in Guangdong Province.
对广东省83种爬行动物的地理分布进行了聚类研究。
3.
This paper gives a cluster analysis on geographical distribution of amphibians in Guangdong Province.
对广东省49种两栖动物的地理分布进行了聚类研究。
5) clustering
聚类
1.
Study on noodles quality evaluation method by clustering analysis;
基于聚类分析的面条品质评价方法研究
2.
Water Quality Evaluation Method Based on Gray-clustering Decision;
基于灰色聚类决策的水质评价方法
3.
An vanishing points detection algorithm based on clustering;
一种基于聚类的消失点自动测量方法
6) clusters
聚类
1.
In order to detect the boundary points of clusters effectively,this paper presents an adaptive grid kernel-density-based boundarypoints detecting algorithm for spatial database with noise,ADAPT,which uses the concept of grid kernel density for the accuracy of grid density and a novel adaptive strategy for neighbor selection based on spatial object distribution.
为了快速有效的检测聚类的边界点,提出基于网格核密度的自适应边界点检测算法ADAPT(An Adaptive Grid Ker-nel-Density-Based BoundaryPoints Detecting Algorithm for Spatial Database with Noise),使用网格核密度更精确地拟合网格在其邻域内的密度,采用自适应选取网格近邻策略更好地反应对象的空间分布特征。
2.
In order to detect the boundary points of clusters, this paper proposes the concept of grid s gradient and boundary grid, and a boundary points detecting algorithm called (Boundary Points detecting based Gradien of Grid,BPGG).
为了快速有效地检测聚类的边界点,提出了网格梯度、边界网格的概念以及一种基于网格梯度的边界点检测算法(Boundary Points Detecting Based Gradient of Grid,BPGG),该算法先求出网格的梯度值,根据此值判断该网格是否为边界网格,进而确定聚类边界点。
3.
This paper proposes an algorithm named boundary pattern detection based on statistics information to detect boundary points of clusters effectively.
为有效地检测聚类的边界点,提出基于统计信息的边界模式检测算法。
参考词条
补充资料：古树名木生长特征
1.年龄特征
我国的古树名木年龄主要集中在100年—499年区段，500年以上的古树名木较少。100年—299年区段的古树占全国古树总量的61.6%，300年—499年区段的古树占全国古树总量的36.6%，500年以上的古树占全国古树总量的1.5%，1000年以上的古树占0.3%，其中四川省编号为5139、位于和平乡胜利村的黄葛树（别名大叶榕、黄葛榕）树龄为4600年。
2.树高特征
据对21个省（区、市）的有效树高数据分析，我国的古树名木树高主要集中在10米—20米区段，占古树名木总量的53.4%；10米以下的区段，占总量的24.5%；21米—30米区段，占古树名木总量的19.1%；30米以上的区段，占总量的3%。其中广西壮族自治区编号为62、株序号为1110的一株高山榕树龄800年，树高达58米。
3.胸围特征
据对21个省（区、市）的有效胸围数据分析，我国古树名木的胸围主要集中在100厘米—299厘米区段，占古树名木总数量的69.5%；100厘米以下区段，占古树名木总数量的3.8%；300厘米—499厘米区段，占古树名木总数量的17.3%；500厘米以上区段，占古树名木总数量的9.4%。其中陕西省编号为61213210526、位于合阳县皇莆庄乡河西坡村的文冠果树龄800年，胸围6800厘米。
4.冠幅特征
据对21个省（区、市）的有效冠幅数据分析，我国古树名木的平均冠幅主要集中在5米—20米区段，占全国古树名木总数量的86.7%；冠幅在5米以下区段，占古树名木总数量的10.5%；冠幅在21米—40米区段，占古树名木总数量的2.6%；冠幅在40米以上的古树名木占0.2%。其中江西省编号为02260145、位于磨溪乡新田村五组石门陈塘坝上的一株樟树树龄2000年，冠幅为53米。(源自:中国绿色时报)
我国的古树名木年龄主要集中在100年—499年区段，500年以上的古树名木较少。100年—299年区段的古树占全国古树总量的61.6%，300年—499年区段的古树占全国古树总量的36.6%，500年以上的古树占全国古树总量的1.5%，1000年以上的古树占0.3%，其中四川省编号为5139、位于和平乡胜利村的黄葛树（别名大叶榕、黄葛榕）树龄为4600年。
2.树高特征
据对21个省（区、市）的有效树高数据分析，我国的古树名木树高主要集中在10米—20米区段，占古树名木总量的53.4%；10米以下的区段，占总量的24.5%；21米—30米区段，占古树名木总量的19.1%；30米以上的区段，占总量的3%。其中广西壮族自治区编号为62、株序号为1110的一株高山榕树龄800年，树高达58米。
3.胸围特征
据对21个省（区、市）的有效胸围数据分析，我国古树名木的胸围主要集中在100厘米—299厘米区段，占古树名木总数量的69.5%；100厘米以下区段，占古树名木总数量的3.8%；300厘米—499厘米区段，占古树名木总数量的17.3%；500厘米以上区段，占古树名木总数量的9.4%。其中陕西省编号为61213210526、位于合阳县皇莆庄乡河西坡村的文冠果树龄800年，胸围6800厘米。
4.冠幅特征
据对21个省（区、市）的有效冠幅数据分析，我国古树名木的平均冠幅主要集中在5米—20米区段，占全国古树名木总数量的86.7%；冠幅在5米以下区段，占古树名木总数量的10.5%；冠幅在21米—40米区段，占古树名木总数量的2.6%；冠幅在40米以上的古树名木占0.2%。其中江西省编号为02260145、位于磨溪乡新田村五组石门陈塘坝上的一株樟树树龄2000年，冠幅为53米。(源自:中国绿色时报)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。