简介：针对海底采样点较少时,监督学习训练分类模型困难的问题,研究无监督学习的K-均值聚类分析算法在多波束海底底质分类中的应用。在探讨K-均值聚类分析算法原理的基础上,构建海底底质分类器,针对分类器需预先输入分类结果种类（K值）这一问题,提出了基于底质采样点和分类效果连续性为原则的K值确定方法。实验结果表明：基于K-均值聚类分析算法的海底底质分类器能较好的实现海底底质类型的自动划分,适用于海量多波束底质特征参数的分类。
简介：针对传统陆地边界划界中边界区域评价存在的层次性较差、详细程度不高、评价模型的针对性不强、赋权方式过于主观等突出问题,提出了基于六角格的边界区域重要性评价方法.该方法以六角格陆地边界环境模型为基础,包括区域重要性定量评价和区域重要性综合评价两部分.其中区域重要性定量评价主要是以统计图表的方式直观地展示出边界区域内资源的占有情况;区域重要性综合评价选取基于熵权_AHP的模糊综合评价方法,能够定性地得出多个区域重要程度次序.通过实验,证明这两种方法有效可行,能够较好地解决陆地边界区域的重要性评估问题,提高辅助决策效率.
K-均值聚类算法在多波束底质分类中的应用
基于六角格的陆地边界区域重要性评价方法
