基于疯狂捕猎秃鹰算法的K均值互补迭代聚类优化

黄鹤,温夏露,杨澜,王会峰,高涛,茹锋

K-means complementary iterative clustering optimization based on crazy-hunting bald eagle search algorithm

He HUANG,Xia-lu WEN,Lan YANG,Hui-feng WANG,Tao GAO,Feng RU

表 7 不同算法对9个点云模型聚类的评价指标

Tab.7 Evaluation indexes of clustering of nine point cloud models by different algorithms

模型 算法 Scat Dens tc/s 模型 算法 Scat Dens tc/s 模型 算法 Scat Dens tc/s Airplane KMC 0.271 4 164 2.62 bowl KMC 0.271 4 164 2.62 lamp KMC 0.813 7 373 2.99 BES-KMC 0.263 3 161 4.74 BES-KMC 0.263 3 161 4.74 BES-KMC 0.329 4 317 4.01 DBSCAN 0.271 2 219 2.56 DBSCAN 0.271 2 219 2.60 DBSCAN 0.322 5 577 2.46 FCM 0.265 2 202 4.45 FCM 0.265 2 202 4.45 FCM 0.852 2 544 3.99 本研究算法 0.206 3 124 4.80 本研究算法 0.206 3 124 4.80 本研究算法 0.264 2 283 4.02 bathtub KMC 0.518 2 321 2.98 chair KMC 0.412 7 116 1.30 flower_pot KMC 0.171 4 212 3.33 BES-KMC 0.544 2 310 4.01 BES-KMC 0.410 5 122 2.40 BES-KMC 0.166 6 199 5.37 DBSCAN 0.517 7 344 2.65 DBSCAN 0.410 2 129 0.93 DBSCAN 0.167 0 103 2.83 FCM 0.560 3 425 3.92 FCM 0.461 7 163 2.27 FCM 0.165 6 206 5.29 本研究算法 0.517 7 309 4.14 本研究算法 0.388 9 106 2.63 本研究算法 0.169 8 215 5.42 bottle KMC 0.293 6 222 2.62 curtain KMC 0.771 8 314 2.38 desk KMC 0.1960 190 2.55 BES-KMC 0.269 6 156 4.84 BES-KMC 0.7680 367 4.45 BES-KMC 0.1860 165 4.56 DBSCAN 0.293 6 134 2.42 DBSCAN 0.7680 324 2.38 DBSCAN 0.1860 165 2.42 FCM 0.253 5 166 4.74 FCM 0.790 6 524 4.40 FCM 0.182 8 212 4.48 本研究算法 0.263 6 141 4.86 本研究算法 0.756 4 312 4.61 本研究算法 0.144 4 114 4.58