一种新的累加自动地形生成方法*

提出了一种新的基于分形的累加自动地形生成方法,首先引入断裂形成算法作为地形高度生成器的初始模型,通过控制幅度和迭代次数,生成形态各异的地形轮廓,然后从分形理论fBM数学模型出发,使用中点位移法对初始模型进行迭代处理,生成丰富的地形细节。该方法的主要优点是自动性和可控性的结合,一方面通过设置断裂形成算法的参数可以自动生成特征模板,另一方面通过控制分形参数,生成任意层次的地形细节。实验表明,使用该方法可以生成真实感较强的地形,该方法是可行且有效的。     

面向结构稳定性的分裂-合并聚类算法

聚类是在假设数据具有某种群聚结构的前提下根据观察到的无标记样本发现数据的最优划分。现有的聚类算法通常简单地导出假设结构和给定先验下最优或较优的聚类结果,体现为算法对样本分布拟合度的迭代最优化,即算法有效性。实际上,聚类的有效性取决于结构有效性、算法有效性和先验有效性3个方面的因素。基于这种考虑,提出了一种变体混合模型的聚类结构假设,以及判定聚类结构的稳定性的度量和方法,在算法有效的前提下通过单簇的分裂与合并来改进聚类结构的稳定性,并得到最终聚类结果,设计并实现了SMClus聚类算法,通过对模拟数据和真实数据的聚类实验,例证了方法的有效性。