论文部分内容阅读
针对典型密度聚类（DBSCAN）受参数影响较大和数学形态学聚类（MMC）需大量人工干预的问题，将DBSCAN与改进的MMC相结合，提出面向驾驶员注视点离散、注视集中区域不规则特点的DBSCAN-MMC聚类方法．实例验证结果表明，该方法充分利用DBSCAN和MMC的不规则形状聚类优势并较好地弥补2种聚类方法的缺陷．通过比较证明DBSCANMMC在进行驾驶员注视区域划分时聚类效果优于常规KKlleans聚类方法和DBSCAN聚类方法，提高驾驶员注视区域划分质量．