摘要: 通过对空间点群的自适应聚类方法构建层次Voronoi图,以此层次Voronoi图为切入点,计算点群的拓扑、密度和范围的相似度,结合有关标准差的数理统计方法,计算角度、距离的相似度。在各维度的相似度基础上,使用其几何平均值作为点群整体相似度的度量标准,优化点群相似度的计算方法,并通过实验证明算法的可行性
中图分类号:
康顺 李佳田. 基于层次Voronoi图的点群相似度算法[J]. 计算机应用, 2013, 33(10): 2974-2976.
KANG Shun LI Jiatian. Algorithm of point cluster similarity based on hierarchical Voronoi diagrams[J]. Journal of Computer Applications, 2013, 33(10): 2974-2976.