人机交互项目管理知识分析论文定位(DOC 8页)

人机交互项目管理知识分析论文定位(DOC 8页)目录：

1、KMEANS算法的简介
2、改良型KMEANS算法模型的建立
3、实用范围和不足改进的地方
4、实验结果及结论

 

人机交互项目管理知识分析论文定位(DOC 8页)简介：

2.2.1 基于密度算法来确定实际聚类个数
在特征点集合类，以点的密度划分，先求出实际具体几类和给出初始样本集合重心点坐标（注：初始样本集合重心点坐标是随机的）
见流程模型1--5
2.2.1 KMEANS算法的改良聚类程序
以KMEANS方法聚类，采用最大半径阈值和最小半径阈值互相加于约束。在前一给定的聚类个数条件下，对实际目标开始聚类。标记样本特征点集合。
2.2.1 消除杂点和二次聚类完成相似性数据合并
对一些边缘杂点和实际数量很少的点加以去除。

3实用范围和不足改进的地方
1．本次聚类默认考虑的都是双手在胸前的人体行为方式。
2．无法识别是一只手在前还是两只手在前，算法统一计算为两个点输出。
3．本算法对深度阈值敏感。如果手臂的深度值过小，就会造企业管理体其它范围阈值增加。导致杂点过多。导致计算失败
4．对双手无限靠近和双手互为自遮蔽现象，会导致计算有偏差。

..............................