专利交易市场

本发明公开了一种基于改进的DBSCAN算法的船舶轨迹聚类分析方法，包括如下步骤：S1、从AIS数据库中提取有效的船舶轨迹数据；S2、采用融合距离MD进行轨迹相似性度量，获取轨迹间融合后的最短超轨迹；S3、采用二次时间O(mn)计算最短超轨迹的长度；S4、从轨迹的长度中获得融合距离MD；S5、确定改进后的DBSCAN算法的全局参数；S6、通过改进后的DBSCAN算法对整个轨迹段数据集进行扫描得到簇的集合；S7、对于获取的空间运动模式，如果一条新的轨迹符合船舶运行模式中的一种，则认为该轨迹为一条常态轨迹。本方法提高了度量精度，相比较于传统的DBSCAN算法减小了时间的消耗，同时可以很好地处理多密度数据集，具有较好的鲁棒性和适应性，也正确对轨迹进行了分类。

一种人脸图像识别的迭代式双向连接聚类算法，针对人脸图像数据重叠较高的特点，在基于密度聚类的基础上，采用数据脱落策略，找出图像数据集中的核心数据，完成核心数据的聚类工作，最后采用双向连接方式实现脱落数据的分配操作。其特征在于，包含以下步骤：根据公式计算人脸图像的距离矩阵；计算图像间的共享近邻相似度；进行数据的迭代脱落过程，发现核心数据；完成核心数据聚类；通过双向连接准则完成剩余数据的分配。本发明的一种人脸图像识别的迭代式双向连接聚类算法中，每一类簇都被用独特的颜色表示，离群值用灰色表示，对离群值的判断更优，相比于现有的算法可产生更正确且更多的最优簇结构。