《表1 不同聚类方法计算效率对比》
实验证明连续框架聚类算法所需时间明显低于一般的DBSCAN聚类方法,如表1所示。连续框架聚类算法的计算量与纤维数量以及纤维结构复杂度都有关,纤维结构越复杂触发模型更新的次数就越多额外计算量也就越大,在不计模型更新整体计算量与纤维数呈线性关系。常用的聚类方法的整体计算量则与纤维数的平方呈线性关系。设纤维数量为n,构成纤维的体素点数量为m,聚类数量为l,则DBSCAN聚类方法的时间复杂度为O (n2 m2),连续框架聚类算法的时间复杂度为O (ln2 m2),因而当纤维数量越多时,连续框架聚类算法计算用时减少地越明显。
图表编号 | XD0098774900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.25 |
作者 | 刘义鹏、李志鹏、蒋哲臣、梁荣华 |
绘制单位 | 浙江工业大学信息工程学院、浙江工业大学信息工程学院、浙江工业大学信息工程学院、浙江工业大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |