检索结果-内蒙古大学图书馆

量子电子学报 2015年第5期32卷 539-549页

作者：马欢景志勇陈明张建伟郑州轻工业学院软件学院河南郑州450002

为了有效改善高光谱图像数据分类的精确度,减少对大数目数据集的依赖,在原型空间特征提取方法的基础上,提出一种基于加权模糊c均值算法方案。该方案通过加权模糊c均值算法对每个特征施加不同的权重,从而保证提取后的特征含有较高的信息... 详细信息

为了有效改善高光谱图像数据分类的精确度,减少对大数目数据集的依赖,在原型空间特征提取方法的基础上,提出一种基于加权模糊c均值算法方案。该方案通过加权模糊c均值算法对每个特征施加不同的权重,从而保证提取后的特征含有较高的信息量。实验结果表明,与业内公认的原型空间提取算法相比,该方案在相对较小的数据集下,具有较为理想的稳定性,较高的分类精度,大大降低了对数据集样本数量的依赖性,同时改善了原型空间特征方法的效率。

关键词：图像处理高光谱图像数据分类特征提取加权模糊c均值算法

来源：评论

学校读者我要写书评

暂无评论

基于加权模糊c均值算法改进的高光谱图像分类方案设计

引用

激光杂志 2015年第9期36卷 77-82页

作者：张红霞冉翠翠郭小粉河南农业大学信息与管理科学学院郑州450002 河南农业职业学院电子信息工程系郑州451450

为了有效改善高光谱图像数据分类的精确度,减少对大数目数据集的依赖,在原型空间特征提取方法的基础上提出一种基于加权模糊c均值算法改进型原型空间特征提取方案.该方案通过加权模糊c均值算法对每个特征施加不同的权重,从而保证提取后... 详细信息

为了有效改善高光谱图像数据分类的精确度,减少对大数目数据集的依赖,在原型空间特征提取方法的基础上提出一种基于加权模糊c均值算法改进型原型空间特征提取方案.该方案通过加权模糊c均值算法对每个特征施加不同的权重,从而保证提取后的特征含有较高的信息量.实验结果表明,与业内公认的原型空间提取算法相比该方案在相对较小的数据集下,其性能仍具有较为理想的稳定性,且具有相对较高的分类精度,这样子就大大降低了对数据集样本数量的依赖性,同时改善了原型空间特征方法的效率.

关键词：高光谱图像数据分类特征提取加权模糊c均值算法

来源：评论

学校读者我要写书评

暂无评论

基于Jeffrey散度相似性度量的加权FcM聚类算法

引用

激光与光电子学进展 2021年第8期58卷 96-105页

作者：吴辰文马宁蒋雨璠兰州交通大学电子与信息工程学院甘肃兰州730070

针对模糊c均值(FcM)聚类算法在数据集下聚类效果差的情况,以及基于欧氏距离的相似性度量只考虑数据点之间的局部一致性问题,提出了基于Jeffery散度相似性度量加权FcM聚类算法(JW-FcM)。引入源于Jeffery散度的相似性度量,首先,对于FcM算... 详细信息

针对模糊c均值(FcM)聚类算法在数据集下聚类效果差的情况,以及基于欧氏距离的相似性度量只考虑数据点之间的局部一致性问题,提出了基于Jeffery散度相似性度量加权FcM聚类算法(JW-FcM)。引入源于Jeffery散度的相似性度量,首先,对于FcM算法进行特征加权,对数据的不同特征值赋予适当的权重,再将Jeffery散度与加权FcM算法进行结合得到JW-FcM算法。将JW-FcM算法与几种相关算法在人工数据集和UcI数据集上进行对比实验,通过实验分析与比较,证明了JW-FcM算法具有更好的收敛性、鲁棒性、准确性。实验结果表明,改进算法表现出较好的聚类效果。

关键词：图像处理聚类算法加权模糊c均值算法 Jeffrey散度

来源：评论

学校读者我要写书评

暂无评论

基于特征指标降维及熵权法的日负荷曲线聚类方法

引用

电力系统自动化 2019年第20期43卷 65-72页

作者：宋军英何聪李欣然刘志刚汤杰钟伟国网湖南省电力有限公司湖南省长沙市410077 湖南大学电气与信息工程学院湖南省长沙市410082

日负荷曲线聚类是负荷建模背景下分析负荷特性的基础。针对现有聚类方法在聚类质量、聚类效率等方面的不足,综合运用模糊c均值及熵权法原理提出一种基于特征指标降维及熵权法的日负荷曲线聚类方法。首先提取日负荷率、日峰谷差率、日最... 详细信息

日负荷曲线聚类是负荷建模背景下分析负荷特性的基础。针对现有聚类方法在聚类质量、聚类效率等方面的不足,综合运用模糊c均值及熵权法原理提出一种基于特征指标降维及熵权法的日负荷曲线聚类方法。首先提取日负荷率、日峰谷差率、日最大利用时间等7类降维特征指标替代各采样点负荷数据作为聚类输入;其次,引入熵权法自适应配置各特征指标的权重系数;最后,采用特征加权的模糊c均值聚类算法对用电日负荷曲线进行聚类。采用所提方法对某地区日负荷曲线进行聚类分析,算例结果表明该方法在运行效率、鲁棒性、聚类质量等方面具有一定的优越性,聚类结果能真实有效地反映负荷的实际用电特性。

关键词：特征指标降维熵权法加权模糊c均值算法负荷曲线聚类

来源：评论

学校读者我要写书评

暂无评论

一种高精度高光谱图像分类方案设计

引用

计算机工程与科学 2016年第7期38卷 1462-1470页

作者：魏利峰纪建伟沈阳农业大学信息与电气工程学院辽宁沈阳110866 沈阳航空航天大学经济与管理学院辽宁沈阳110136

为了有效改善高光谱图像数据分类的精确度,减少对大数目数据集的依赖,在原型空间特征提取方法的基础上,提出一种基于加权模糊c均值算法改进型原型空间特征提取方案。该方案通过加权模糊c均值算法对每个特征施加不同的权重,从而保证提取... 详细信息

为了有效改善高光谱图像数据分类的精确度,减少对大数目数据集的依赖,在原型空间特征提取方法的基础上,提出一种基于加权模糊c均值算法改进型原型空间特征提取方案。该方案通过加权模糊c均值算法对每个特征施加不同的权重,从而保证提取后的特征含有较高的有效信息量,从而达到减少训练数据集而不降低分类所需信息量的效果。实验结果表明,与业内公认的原型空间提取算法相比,该方案在相对较小的数据集下,其性能仍具有较为理想的稳定性,且具有相对较高的分类精度。

关键词：高光谱图像数据分类特征提取加权模糊c均值算法

来源：评论

学校读者我要写书评

暂无评论

图像中机场和桥梁目标检测与识别技术研究

图像中机场和桥梁目标检测与识别技术研究

引用

作者：陈文辉西安电子科技大学

学位级别：硕士

自然景物中桥梁和机场这两类大型地物目标的自动检测和识别无论在军事领域还是民用领域都有重要的应用价值,越来越成为专家学者研究的重点,但直到目前为止,还没有一种通用性较强的方法。本文采用知识驱动型目标识别策略,结合前人的... 详细信息

自然景物中桥梁和机场这两类大型地物目标的自动检测和识别无论在军事领域还是民用领域都有重要的应用价值,越来越成为专家学者研究的重点,但直到目前为止,还没有一种通用性较强的方法。本文采用知识驱动型目标识别策略,结合前人的理论成果,分别研究和实现了基于支持向量机的水上桥梁和机场的检测与识别方法。两种算法大体思路一致。首先需要对原图像进行分割,并对分割的结果进行一系列后续处理。然后对疑似目标及其周围目标提取特征,两种算法中都提取了15个特征。最后,使用支持向量机对提取得到的特征向量进行分类判决,若判决结果为目标区域,则进行标记。根据不同目标的特点,所提取的特征分量也是不相同的。疑似桥梁目标提取的特征为：相邻水域的复杂度、目标端点的重复标记以及Zernike矩。疑似机场目标提取的特征有：疑似跑道的长度、宽度、疑似联络道的数目、疑似跑道区域的Zernike矩和纹理特征。文中对算法的实现过程进行了详细描述,并使用实际图像进行了实验和分析,实验结果表明这两种检测方法具有较高的准确率。

关键词：图像检测支持向量机 Zernike矩加权模糊c均值算法

来源：评论

学校读者我要写书评

暂无评论

基于特征评价的模式识别算法研究

基于特征评价的模式识别算法研究

引用

作者：王丽娟哈尔滨工业大学

学位级别：博士

欧氏距离是模式识别算法中最常采用的相似性计算量度。在计算数据间相似度时,欧氏距离为所有特征赋予相同的重要性,但是这与实际情况不符。尤其当特征维数较高时,大量不相关特征会影响欧氏距离计算的准确性,从而影响模式识别算法的性能... 详细信息

欧氏距离是模式识别算法中最常采用的相似性计算量度。在计算数据间相似度时,欧氏距离为所有特征赋予相同的重要性,但是这与实际情况不符。尤其当特征维数较高时,大量不相关特征会影响欧氏距离计算的准确性,从而影响模式识别算法的性能,产生维数灾问题。通常维数灾问题通过特征选取算法解决。但是特征选取算法仅适用于解决特征与类存在较高相关性或者完全不相关的情形。本文通过特征评价解决特征与类存在不同相关度的维数灾问题。针对模糊c均值算法的维数灾,提出了基于函数cFuzziness的特征权重的学习算法。特征权重学习算法为每个特征赋予一个权重,区分其对聚类的贡献。合理的权重值使得相似的数据彼此更靠近,不相似的数据相互远离,此时的聚类结果好。通过梯度下降算法极小化函数cFuzziness就可以为每个特征赋予一个合适的权重值。权重应用于模糊c均值算法,得到加权模糊c均值算法。加权模糊c均值算法强调重要特征的作用,消减冗余特征的作用,从而得到较好的聚类结果。实验表明,加权模糊c均值算法的聚类结果优于模糊c均值算法的聚类结果。针对最近邻分类器的维数灾,提出了两种特征子集划分算法,并构造相应的多分类器融合系统。首先,特征集合被划分成若干特征子集;然后,每个特征子集由一个子分类器分类识别;最终,多个子分类器的分类结果融合输出。特征子集所包含的维数降低,子分类器的维数灾减轻。选用合理的特征子集划分算法保证子分类器的正确性和多样性,融合多个子分类器的分类结果就能够得到更好的分类性能。本文构造了基于遗传算法的特征子集划分算法和基于互信息的特征子集划分算法。遗传算法根据多分类器的融合正确率,采用全局搜索机制寻找最优的特征子集划分,属于Wrapper类的特征子集划分算法,该算法能够为子分类器选取最适合的特征子集。互信息根据特征与类的相关性,通过前向贪心搜索机制为子分类器选取相应的特征子集,属于Filter类的特征子集划分算法,该算法具有时间复杂度小的优点。本文提出了一种模糊最近邻分类器,并采用它为子分类器。最近邻分类器仅能够给出数据所属的类别信息;而模糊最近邻分类器能够给出数据在每一类中的隶属度,更有效的反映输出结果。多个子分类器的决策通过模糊积分融合得到最终分类结果。模糊积分是基于模糊测度的融合算法。模糊测度用于度量子分类器的重要性,重要性根据训练数据学习得到。与其他融合算法相比,模糊积分不仅考虑了子分类器的实际输出,而且考虑了子分类器的重要性,融合效果好。实验表明,基于遗传算法和基于互信息划分特征子集的两种模糊最近邻融合算法的分类性能均优于最近邻分类器的分类性能。本文将上述3种算法应用于识别corel图像库。corel图像库中每幅图片分别通过颜色直方图,颜色一致向量,PWT和Hu矩提取得到4个特征文件,作为图像识别实验系统的输入数据。加权模糊c均值算法图像聚类的结果优于模糊c均值算法。图像分类采用基于遗传算法划分特征子集的模糊最近邻融合算法和基于互信息划分特征子集的模糊最近邻融合算法。两种融合算法分类图像的结果明显优于最近邻分类器。由于两种特征子集划分算法采用了不同的策略,融合算法的分类性能依赖于不同的数据库有所不同。

关键词：特征权重特征子集划分加权模糊c均值算法模糊最近邻分类器图像识别

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：