研究文章雷竞技app下载苹果版

一种利用k介质算法进行森林火灾探测的有效方法

摘要

问题陈述:聚类高维空间数据在森林火灾风险分析中一直是一个主要问题，由于数据点的稀疏性。对于高维数据的低维空间空间，由于数据点在不同维度上具有稀疏性，并且考虑障碍，在计算所需的距离相似度时，大多数聚类算法效率低下。本研究的目的是改善交通风险分析中投射聚类的复杂性，(1)缺乏减少空间空间维度数以减少搜索时间的支持;(2)缺乏对空间数据空间中障碍物的支持。(iii)比较HARP、Proclus、Doc、FastDoc、SSPC算法的计算时间。方法:第一阶段对卫星捕获的森林火网时间、位置等不同维度的静止图像进行增强，并将该图像作为红色图像分离的输入，在该阶段对输入图像进行基于红色的k均值算法的搜索，在第二阶段将红色图像转换为灰度图像。第三阶段主要是对森林火区的空间属性相关性分析，在检测到密集火区和稀疏火区后，算法采用剪枝技术，通过只选取密集火区和剔除稀疏火区来缩小搜索空间。第四阶段采用k - medids算法将聚类投影到不同的空间维度上，并解决了障碍问题。首先证明了在空间空间上的各种投影聚类算法在维数增加的情况下效率会降低。提出的新算法减少了空间维数空间，从而减少了计算时间，并利用k - medids算法解决了障碍问题，最后与HARP、Proclus、Doc、FastDoc、SSPC算法进行了比较，结果表明，当平均聚类维数大于10%时，聚类结果可以接受。结论:因此，研究结果表明开销合理最小化，并通过模拟，研究了我们的方案在支持森林火灾风险分析的高维空间聚类方面的效率。

Gnana Baskaran和k . duraiswamy博士

阅读全文下载全文|访问全文