检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

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

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

165 篇 专利
160 篇 期刊文献
89 篇 学位论文
14 篇 会议

馆藏范围

428 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

230 篇 工学
- 99 篇 计算机科学与技术...
- 79 篇 软件工程
- 58 篇 控制科学与工程
- 52 篇 机械工程
- 27 篇 仪器科学与技术
- 19 篇 电气工程
- 19 篇 信息与通信工程
- 12 篇 电子科学与技术（可...
- 10 篇 网络空间安全
- 7 篇 航空宇航科学与技...
- 6 篇 测绘科学与技术
- 5 篇 水利工程
- 5 篇 地质资源与地质工...
- 5 篇 交通运输工程
- 4 篇 材料科学与工程（可...
- 4 篇 动力工程及工程热...
- 4 篇 环境科学与工程（可...
- 4 篇 生物医学工程（可授...
- 3 篇 力学（可授工学、理...
- 3 篇 化学工程与技术
62 篇 管理学
- 58 篇 管理科学与工程(可...
- 5 篇 工商管理
21 篇 理学
- 12 篇 数学
- 5 篇 系统科学
- 2 篇 大气科学
16 篇 艺术学
- 16 篇 设计学（可授艺术学...
9 篇 医学
- 6 篇 临床医学
- 3 篇 医学技术（可授医学...
5 篇 经济学
- 5 篇 应用经济学
3 篇 教育学
1 篇 农学

主题

263 篇 模糊c均值算法
36 篇 图像分割
31 篇 模糊聚类
17 篇 遗传算法
16 篇 聚类
13 篇 聚类分析
10 篇 入侵检测
10 篇 粒子群优化算法
10 篇 故障诊断
7 篇 有效性指标
6 篇 初始聚类中心
5 篇 特征加权
5 篇 聚类算法
5 篇 支持向量机
5 篇 数据挖掘
5 篇 聚类有效性
5 篇 空间信息
5 篇 文本聚类
4 篇 聚类中心
4 篇 目标函数

机构

15 篇 江南大学
11 篇 电子科技大学
10 篇 辽宁工程技术大学
9 篇 重庆大学
9 篇 南京航空航天大学
8 篇 西安电子科技大学
8 篇 合肥工业大学
7 篇 国家电网有限公司
7 篇 东南大学
7 篇 天津大学
7 篇 中国矿业大学
7 篇 河海大学
7 篇 辽宁大学
6 篇 华中科技大学
6 篇 南京邮电大学
5 篇 湖南大学
5 篇 长沙理工大学
5 篇 上海交通大学
5 篇 华东理工大学
4 篇 兰州交通大学

作者

7 篇 陈凯
7 篇 张利
6 篇 程玉华
6 篇 黄雪刚
6 篇 殷春
6 篇 张昊楠
6 篇 薛婷
5 篇 王硕
4 篇 王士同
4 篇 石安华
4 篇 王军
4 篇 孙棣华
4 篇 夏士雄
4 篇 郑林江
4 篇 刘婷婷
4 篇 白相志
4 篇 刘卫宁
4 篇 朱占龙
4 篇 侯晴
4 篇 赵敏

语言

428 篇 中文

检索条件"主题词=模糊C均值算法"

共 428 条记录，以下是121-130 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于模糊聚类的图像分割算法研究

基于模糊聚类的图像分割算法研究

引用

作者：李志梅湖南大学

学位级别：硕士

图像分割是图像处理和计算机视觉等领域中的一个经典问题,尤其在图像分析、理解和识别中是一项关键技术。因为图像分割结果的质量直接影响后期进行的分析、识别和解释的质量,所以图像分割在计算机视觉、图像编码、模式识别、医学图像分... 详细信息

图像分割是图像处理和计算机视觉等领域中的一个经典问题,尤其在图像分析、理解和识别中是一项关键技术。因为图像分割结果的质量直接影响后期进行的分析、识别和解释的质量,所以图像分割在计算机视觉、图像编码、模式识别、医学图像分析等很多领域有着实际的应用。在众多的分割算法中,基于聚类分析的图像分割算法是图像分割领域中一类极其重要和应用相当广泛的算法,而聚类分析中用得最普遍的算法是模糊c-均值((FcM:fuzzy c-Means)聚类算法。模糊c-均值(FcM)聚类分割算法是基于对模糊目标函数的优化基础上的一种数据聚类方法,主要目的在于将向量空间的样本点按照某种距离度量划分成c个子空间,聚类的结果特征是一个数据对聚类中心的隶属程度,该隶属度用一个数值来表示。但是FcM聚类算法本身也存在一定的缺陷。一方面,由于图像样本的数据量n很大(一幅256×256的图像,n=65536),使用FcM对大样本数据进行聚类时将耗费大量的时间和空间资源。另一方面,FcM的抗噪功能或者说鲁棒性较差,利用FcM算法进行图像分割时仅利用了灰度信息,而没有考虑像素的空间信息,因而分割模型是不完整的,造成FcM算法只适用于分割噪声含量很低的图像。基于以上原因,本文就如何合理利用空间信息进行了重点研究,并针对FcM算法在图像分割应用中的不足之处进行了改进,主要研究可归纳如下: 首先,对标准的模糊c均值聚类图像分割算法进行了深入的探讨,研究了模糊聚类图像分割方法的初始类别数的选取、初始类中心和初始隶属度矩阵的确定等问题。其次,对现有的基于灰度信息和空间信息的FcM图像分割算法进行了研究,并在此基础上提出了一种改进的FcM聚类算法:将空间信息融入到标准FcM算法中,将图像从像素空间映射到其灰度直方图特征空间,实现了快速聚类。然后在快速的FcM聚类基础上,充分利用像素的邻域特性,对隶属度函数做一定改进,构造新的隶属函数,对图像进行聚类分割,将该算法用于图像的分割实验,实验结果表明了该算法的有效性以及对噪声的鲁棒性。最后,从邻域隶属度约束的角度出发,提出一个新的聚类目标函数,得到基于邻域隶属度约束的模糊均值聚类图像分割算法。将该算法用于图像的分割实验,实验结果表明,随着惩罚项系数的取值不同,其对图像分割产生的效果也会不同。

关键词：图像分割聚类分析模糊c均值算法邻域空间特征

来源：评论

学校读者我要写书评

暂无评论

模糊聚类算法的研究及应用

模糊聚类算法的研究及应用

引用

作者：李静江南大学

学位级别：硕士

模糊聚类由于引入模糊集合理论，才能处理事物的不确定性和模糊性，才能更客观的反映现实世界，成为模式识别的一个重要分支，目前己经被广泛应用于许多的领域中，比如数据挖掘、图像处理等领域。迄今，模糊聚类技术已经形成庞大的体系... 详细信息

模糊聚类由于引入模糊集合理论，才能处理事物的不确定性和模糊性，才能更客观的反映现实世界，成为模式识别的一个重要分支，目前己经被广泛应用于许多的领域中，比如数据挖掘、图像处理等领域。迄今，模糊聚类技术已经形成庞大的体系。而基于目标函数的模糊c均值聚类(FcM)算法是一种实际应用比较广泛的模糊聚类技术。FcM算法虽然具有设计简单、快速高效、易于实现、数学基础深厚等优点，但是仍然存在许多薄弱环节和不足，比如无法自动来确定聚类个数、聚类结果比较依赖初始化聚类中心、对孤立点及噪声比较敏感、容易陷入局部最优等。对FcM算法进行了深入的学习和研究，针对FcM算法的两个缺点：需要预先确定聚类数与对初始化聚类中心比较敏感，分别提出了相应的解决方案。本文主要的研究工作如下： (1)最佳聚类数的确定问题常常可以转化为聚类有效性的决策问题。针对FcM算法无法自动确定最佳聚类个数的问题，我们提出了一种新的模糊聚类有效性指标，简称为cOD指标。该指标首先重新定义了类内紧致性的度量，降低了运算量；其次引入了清晰度来度量模糊划分结果是否分明；最后基于模糊聚类的类内紧致度、类间重叠度和类间清晰度三部分定义cOD指标。实验结果表明该指标能够有效的识别出数据集的最佳聚类数，尤其是对有明确分离的部分中又包含明确分离的子类或包含重叠子类的数据集。 (2)针对FcM算法对初始化聚类中心较敏感的问题，我们提出了一种改进的FcM算法。该算法引入粒子群优化算法(PSO)，借助它较强的全局寻优能力和较快的收敛速度等优势代替FcM算法寻找初始聚类中心，并从数据集类内紧致性和聚类中心类内紧致性两方面因素对适应度函数进行设计。实验结果表明改进的FcM算法在一定程度上解决了FcM算法对初始模糊划分矩阵敏感而容易陷入局部最优解等问题。 (3)根据cOD指标和改进的FcM算法，提出一种基于灰度图像的自动分割算法。该算法首先利用cOD指标对图像进行有效性评估来获取图像的最佳分割数目，其次将得到的最佳图像分割数目结合改进的FcM算法，最后将其应用到图像分割。实验结果不仅验证了该算法的有效性，而且取得了较好的分割效果。

关键词：模糊c均值算法有效性指标最佳聚类数初始聚类中心图像分割

来源：评论

学校读者我要写书评

暂无评论

面向多种模糊聚类算法的聚类有效性指标研究

面向多种模糊聚类算法的聚类有效性指标研究

引用

作者：李冰合肥工业大学

学位级别：硕士

最初人类产生的数据信息都比较简单,数据量也比较小,且关联性较强。比较容易发现数据之间的关联信息和隐藏的价值。随着时代不断地发展,人类在日常生活中产生的数据越来越庞大,也越来越复杂化。数据之间的关联性也越来越弱。单纯用传统... 详细信息

最初人类产生的数据信息都比较简单,数据量也比较小,且关联性较强。比较容易发现数据之间的关联信息和隐藏的价值。随着时代不断地发展,人类在日常生活中产生的数据越来越庞大,也越来越复杂化。数据之间的关联性也越来越弱。单纯用传统的途径就很难发现这些海量数据背后的价值。聚类算法的出现,可以挖掘出这些海量数据信息背后隐藏的巨大价值并加以利用。聚类算法针对于这些海量、多样、复杂的数据都有很好的表现,对于人类去挖掘海量数据信息背后潜在的价值是一种不可或缺的技术手段。聚类划分的质量需要用聚类有效性指标进行评估。显然,聚类有效性指标对于发现数据集正确的分类数目有着重要的作用,对于聚类算法能力的评估有着至关重要的作用。然而现有的聚类有效指标存在簇中心分布很接近时很难得到正确聚类数目的问题、过于划分聚类的问题、评价机制过于简单的问题、无法避免单一算法聚类可能产生弊端的问题、面向含有噪声的数据集性能较差的问题。为了解决以上问题,本研究面向多个模糊聚类算法提出了两种新的聚类有效性指标:MI指标(cluster effectiveness index for multiple interactions)和TLW指标(Tang-Li-Wang index)。本文的工作如下: (1)提出了MI指标。指标由三项构成,第一项是聚类中心值K。第二项用来刻画指标的紧致性,是由两部分组成的,第一部分是由新的模糊基数和模糊加权距离组成的,把它作为分子。第二部分是数据集样本方差的改进形式,把它作为分母。第三项用来刻画分离性,它是由聚类中心之间的最大值、最小值、二倍的均值、样本方差组成的。采取前三者的和与后者的乘积的方式进行复合,构成了更为立体的表达模式。三项相乘就是MI指标函数表达式。最后从理论上验证了指标的收敛性,同时利用三种类型的数据集对提出指标进行对比测试实验,都说明了MI指标与以往指标确实有着更广的适应能力和更好的鲁棒性。 (2)提出第二个指标TLW指标。该指标从新的方向出发,综合了以往的指标特点的基础上,使得指标具有更好的性能,计算更加简便,同时在处理复杂类型和结构的数据集也能得到很好的结果。在这里选取FcM算法作为聚类算法,采用17个不同类型的数据集进行测试和研究,实验证明,新指标确实在处理不同数据集能达到比较好的效果。

关键词：模糊聚类模糊聚类有效性指标紧致性分离性模糊c均值算法

来源：评论

学校读者我要写书评

暂无评论

电力负荷模型参数辨识与分类算法研究

电力负荷模型参数辨识与分类算法研究

引用

作者：王斌晓西南交通大学

学位级别：硕士

随着电网规模的不断扩大,电网结构越来越复杂,人们逐渐认识到了电力负荷模型在电力系统分析、运行与控制中的重要性。由于总体测辨法建模具有直接、真实、实用性好的特点,很快就受到了多数研究者的青睐。但是它也存在一些问题,如参数的... 详细信息

随着电网规模的不断扩大,电网结构越来越复杂,人们逐渐认识到了电力负荷模型在电力系统分析、运行与控制中的重要性。由于总体测辨法建模具有直接、真实、实用性好的特点,很快就受到了多数研究者的青睐。但是它也存在一些问题,如参数的平稳性和模型实用化问题。本文以这两个问题为出发点,对参数辨识和负荷模型分类两个方面进行了重点研究。总体测辨法负荷建模的两个主要问题是基于实测负荷特性数据的模型结构和模型参数的辨识。本文首先介绍了目前存在的三种负荷模型,指出无论采用静态模型还是动态模型,均不能对实测负荷很好地诠释,最后选用了能够很好地解决时变性问题的TVA综合负荷模型,并对其相应参数进行了辨识研究。辨识算法对参数的平稳性有着非常重要的影响,如果算法不能够很好的全局收敛,不能很好的控制参数分散性,那么辨识出的模型参数就不具有实用性。本文针对传统蚁群算法容易陷入局部最优的缺点和混沌算法的遍历性和随机性的优点,把混沌算法引入到了蚁群算法中,提出了一种适用于负荷模型参数辨识的算法—混沌蚁群混合算法。算例结果表明该方法克服了传统蚁群算法的局部收敛,有效减少了收敛代数,加速了收敛速度,能够较好的控制参数分散性,具有较好的鲁棒性。在参数辨识的基础上,研究了基于辨识参数空间的负荷模型分类,这也是负荷模型实用化中一个重要的、必须要解决的问题。本文选用辨识参数作为模型聚类分析的特征向量,分别用HcM算法和FcM算法进行了分类研究。结果表明FcM算法相比于HcM算法在初值敏感性和聚类准确性方面更加适用于负荷模型分类问题。此外,针对FcM算法部分初值会导致误分类的缺陷,本文提出了一种用最大欧氏距离选取初始聚类中心的改进FcM算法,算例结果表明该算法能够有效避免结果误分类,且减少了运算次数,是一种适用于负荷模型分类的优秀算法。

关键词：负荷模型参数辨识分类混沌蚁群算法硬c均值算法模糊c均值算法

来源：评论

学校读者我要写书评

暂无评论

基于模糊聚类的分布式推荐算法研究与应用

基于模糊聚类的分布式推荐算法研究与应用

引用

作者：任新维江南大学

学位级别：硕士

互联网3.0时代的到来,实现了以个人终端为中心点出发与整个网络世界之间的信息互动。面对如此大规模的行业增长,信息过载的问题却愈发严重,在这种背景下,运用个性化推荐对信息进行过滤和自动推荐,可以很好地解决信息过载问题,同时也提... 详细信息

互联网3.0时代的到来,实现了以个人终端为中心点出发与整个网络世界之间的信息互动。面对如此大规模的行业增长,信息过载的问题却愈发严重,在这种背景下,运用个性化推荐对信息进行过滤和自动推荐,可以很好地解决信息过载问题,同时也提高了用户和互联网产品的互动性,具有深远的应用前景与现实意义。在诸多个性化推荐算法中,应用最广泛的是协同过滤(collaborative Filtering,cF)推荐算法,但cF推荐算法也存在着数据稀疏性、可扩展性不佳、冷启动等问题。在对cF推荐算法进行改进的方法中,聚类算法常用于对评分矩阵进行聚类,将用户或项目划分为不同类别,以便更高效、更准确地搜索近邻集,从而提高推荐质量;Hadoop作为一个高效的分布式计算平台,可以作为分布式推荐算法的运算平台。本文从聚类算法入手,首先针对密度峰值聚类算法(Density Peaks clustering,DPc)采用欧式距离测度进行划分存在的问题,提出一种共享近邻距离进行改进;然后为了解决模糊c均值聚类算法(fuzzy c-means algorithm,FcM)聚类结果依赖初始参数设置的问题,采用DPc算法选取中心点的策略对其优化,提出一种基于密度峰值改进的模糊c均值聚类算法(DPcNDFcM);接着根据MapReduce分布式计算模型的特点,设计了基于MapReduce的DPcNDFcM算法(MrDPcND-FcM);最后针对cF推荐算法存在的数据稀疏性,可扩展性问题,采用MrDPND-FcM算法对cF推荐算法进行了改进,实现了基于模糊聚类的分布式协同过滤推荐算法。详细内容如下:1.针对DPc算法采用欧氏距离测度可能会引起划分错误的问题,提出了一种基于共享近邻距离的密度峰值聚类算法(Density Peaks clustering based on Shared Near Neighbors Distance,DPcND)。结合自适应相似度和共享近邻的概念,提出了一种共享近邻距离的测度方法,并将其应用在DPc算法中,在UcI数据集和人工数据集上的对比实验证明,DPcND算法采用共享近邻距离进行测度可以更客观地反应复杂结构数据集的分布特点,提高了聚类准确率。2.针对FcM聚类算法的聚类结果依赖于初始中心点选取,易陷入局部极值等问题,提出了基于密度峰值改进的模糊c均值聚类算法(DPcND-FcM)。DPcND-FcM算法利用DPc算法的策略选取中心点后,再通过FcM算法迭代聚类,更准确地选取了中心点,减少了迭代次数。通过在UcI数据集和人工数据集上进行测试,并与其他算法进行分析对比,验证了DPcND-FcM算法选取中心点更为准确,其聚类效果和相关指标也更为优异。3.为了解决DPcND-FcM算法处理大规模数据集时的时间复杂度过高的问题,结合MapReduce并行计算模型Map按行读取数据、Shuffle排序、Reduce合并计算等特性,提出了基于MapReduce的DPcND-FcM算法(MrDPcND-FcM)。Hadoop环境下,MrDPcND-FcM算法首先通过3个MapReduce作业的Job串行执行,完成初始中心点的选取,接着通过1个MapReduce作业的Job循环进行,完成FcM迭代聚类,从而实现分布式环境下的聚类,最后在Hadoop平台上对UcI的UScensus1990raw数据集上进行单机结点和集群性能的实验,通过对结果的分析对比,证明了MrDPcND-FcM算法具有较好的加速比和可扩展性。4.针对cF推荐算法存在的数据稀疏性和可扩展性问题,提出了基于DPcND-FcM聚类的分布式协同过滤推荐算法(MrDF-cF)。首先采用DPcND-FcM模糊聚类算法对cF算法的用户-项目评分矩阵进行聚类,模糊聚类划分更符合现实世界的情况,可以使目标用户可隶属于不同的用户簇,然后过滤掉隶属度过低的用户簇,得到候选用户集,接着在候选用户集上采用基于用户的协同过滤推荐算法,并将隶属度作为权值加到评分预测公式中进行推荐,最后针对算法的可扩展性,设计了改进协同过滤算法在分布式环境下的算法流程。通过在MovieLens数据集上的测试,表明了MrDF-cF算法和传统cF推荐算法相比,在具有较高推荐质量的同时,也具有较好的可扩展性。5.设计和实现了一个基于Hadoop的图书推荐系统,实现了图书推荐、算法建模、算法评估等主要功能。整个系统分为图书推荐子系统和大数据处理子系统两个部分,在系统前端输入数据集和设定推荐算法,大数据处理系统会对输入数据进行数据处理和算法建模,并将结果反馈给前端。该系统的算法评估结果显示,本文提出的MrDF-cF分布式推荐算法在实现了对用户的个性化图书推荐的同时,也具有较好的推荐性能指标。

关键词：密度峰值聚类模糊c均值算法 Hadoop MapReduce 协同过滤推荐算法

来源：评论

学校读者我要写书评

暂无评论

基于模糊集合理论的彩色图像分割算法研究

基于模糊集合理论的彩色图像分割算法研究

引用

作者：徐春阳河北工业大学

学位级别：硕士

图像分割是图像处理的主要问题，是图像处理的经典难题之一，而彩色图像由于提供了比灰度图像更加丰富的信息，因此彩色图像处理，尤其是彩色图像分割受到了越来越多的关注。\n 本文结合c-均值算法和模糊c均值算法，分别在RGB彩色空... 详细信息

图像分割是图像处理的主要问题，是图像处理的经典难题之一，而彩色图像由于提供了比灰度图像更加丰富的信息，因此彩色图像处理，尤其是彩色图像分割受到了越来越多的关注。\n 本文结合c-均值算法和模糊c均值算法，分别在RGB彩色空间和I1，I2，I3彩色空间对彩色图像分割方法进行了研究。首先，在HIS彩色空间中分析H（色调）直方图，确定最佳聚类数目。然后，在RGB 彩色空间中使用c-均值算法计算出初始聚类中心，然后利用模糊c均值算法，计算出各聚类中心，最终完成在RGB彩色空间中的图像分割。在I1，I2，I3彩色空间中，本文提出了两种图像分割方法。一种方法是使用c-均值算法利用I1特征，计算出各聚类中心作为FcM算法的初始点进行运算，完成图像分割。另一种方法是使用c-均值算法，利用I1、I2两个特征，计算出各聚类中心，最后使用FcM算法得到目标图像。

关键词：模糊集合理论彩色图像图像分割 c-均值算法模糊c均值算法

来源：评论

学校读者我要写书评

暂无评论

基于FcM的MR图像非均匀场校正算法研究

基于FCM的MR图像非均匀场校正算法研究

引用

作者：贾禄芝中国科学技术大学

学位级别：硕士

磁共振图像广泛应用于医学临床，利用计算机辅助诊断各种疾病，提高临床医师诊断准确性，是生物医学工程领域的重要课题。但是由于扫描磁场以及成像设备自身存在的非均匀性，导致磁共振图像存在非均匀场，即同一生理组织灰度值发生缓慢... 详细信息

磁共振图像广泛应用于医学临床，利用计算机辅助诊断各种疾病，提高临床医师诊断准确性，是生物医学工程领域的重要课题。但是由于扫描磁场以及成像设备自身存在的非均匀性，导致磁共振图像存在非均匀场，即同一生理组织灰度值发生缓慢变化的现象。非均匀场的存在严重阻碍了磁共振图像的临床应用。因此，研究如何校正非均匀场有很大的现实意义。\n 本文对目前存在的非均匀场校正算法进行了调研，并分析各种算法的优缺点，研究了非均匀场的数学模型，介绍了基于模糊聚类校正算法和曲面拟合的基本原理。在此基础上提出两种非均匀场校正算法:改进的模糊c均值校正算法和模糊核聚类校正算法，具体研究工作如下:\n 本文提出改进的模糊c均值校正算法是将模糊c均值(Fuzzy c-Means，FcM)算法与多通道线圈图像相结合的校正算法。该算法利用SoS(Sum of Squares，SoS)算法对多通道线圈图像进行重建得到SoS图像，并对SoS图像进行FcM聚类，将聚类分割结果映射到线圈图像，再与最小二乘曲面拟合相结合拟合非均匀场，继而进行图像校正。与传统FcM算法对比，该校正算法克服了非均匀场对磁共振图像灰度值的干扰，能够得到较好的分割结果。\n 拟合非均匀场时为防止过拟合现象，本文提出多阶段迭代校正克服噪声对校正的影响，同时提出多物质曲面拟合，克服单一物质拟合的片面性。实验结果证明改进算法校正效果优于FcM校正。\n 模糊核聚类校正算法是本文提出的另外一种校正算法。通过引入核方法，将图像灰度值映射到高维特征空间，在高维特征空间进行模糊聚类。此算法可以将输入样本非线性问题转化为线性问题，达到更精确分类。本文利用模糊核聚类算法处理SoS图像，相对于FcM算法，该算法得到的分割效果细节方面更精确，速度方面也优于FcM，同时对非均匀场进行了校正，可以应用于计算机辅助诊断中。

关键词：磁共振图像模糊c均值算法 SoS图像模糊核聚类曲面拟合

来源：评论

学校读者我要写书评

暂无评论

基于遗传算法的图像分割方法

基于遗传算法的图像分割方法

引用

作者：李银松北京交通大学

学位级别：硕士

在当今社会,图像数据呈爆炸式增长,图像在人们学习工作生活中占据越来越重要的地位。面对如此庞大的数据,如何有效地提取可用信息是图像处理领域的主要课题。图像分割是指把图像分解成各具特性的区域并提取出感兴趣目标的技术和过程,它... 详细信息

在当今社会,图像数据呈爆炸式增长,图像在人们学习工作生活中占据越来越重要的地位。面对如此庞大的数据,如何有效地提取可用信息是图像处理领域的主要课题。图像分割是指把图像分解成各具特性的区域并提取出感兴趣目标的技术和过程,它作为图像处理的一门关键技术,直接关系着图像分析、图像理解和图像识别的质量。图像分割研究近几年一直是热点问题,学者提出的分割算法数以千计,其中基于模糊c均值聚类算法的图像分割方法是一类极其普遍且有效的方法。随着人们对图像分割精度的要求不断提高,模糊c均值算法也得到了不断的发展。针对图像数据的特性,加入空间特征信息项的模糊c均值聚类算法成为研究热点,其中,FcMS（Fuzzy c-means clustering with constraints）算法以及FLIcM（Novel robust fuzzy local information c-means clustering）算法是融入区域空间特征信息的代表算法。通过对FLIcM算法及其相关算法的研究,作者发现并证明了FLIcM算法的解不是其目标函数最小化的结果,导致了FLIcM算法不收敛,并且进一步说明了FLIcM算法框架不存在闭式解,因此,继承FLIcM算法框架的算法均存在不收敛的问题。作者改进了FLIcM算法的目标函数,使得区域空间特征信息更好的融入聚类算法,同时针对目标函数没有闭式解的问题,设计了使用遗传算法解决目标函数优化问题的方案,提出了基于遗传算法的图像分割算法—-GAFLIcM算法。在人工合成图像以及自然图像上的实验证明了GAFLIcM算法具有更好的抗噪声能力,改善了图像分割的效果。图14幅,表6个,参考文献44篇。

关键词：模糊c均值算法遗传算法图像分割聚类分析

来源：评论

学校读者我要写书评

暂无评论

交通流预测及交通状态判别算法研究

交通流预测及交通状态判别算法研究

引用

作者：张亚杰长安大学

学位级别：硕士

随着全球机动车保有量的迅速增长和城市化的深入推进,传统的交通系统已无法满足人们安全、舒适、快捷的出行需求,智能交通系统(Intelligent Traffic Systems,ITS)的出现为缓解交通拥堵、保障出行安全和提升出行服务水平等提供了新的解... 详细信息

随着全球机动车保有量的迅速增长和城市化的深入推进,传统的交通系统已无法满足人们安全、舒适、快捷的出行需求,智能交通系统(Intelligent Traffic Systems,ITS)的出现为缓解交通拥堵、保障出行安全和提升出行服务水平等提供了新的解决思路。交通流预测和交通状态判别作为ITS的重要组成部分,对其发展起到了关键作用。为实现精准的区域交通流预测,本文针对大多数预测模型只考虑交通流自身时空特性的问题,提出了结合天气因素的融合时空图卷积网络(Fusion Spatial-Temporal Graph convolutional Network,FSTGcN)。设计了融合模块整合交通流数据和天气数据,并基于图卷积网络(Graph convolutional Network,GcN)和门控循环单元(Gated Recurrent Unit,GRU)构建了GcN-GRU混合模型。将图卷积运算代入GRU的状态更新过程,以挖掘交通流复杂的时空特性。为解决该混合模型处理长时序列能力有限的问题,采用感受野灵活、并行处理能力强以及采用残差连接的时间卷积网络(Temporal convolutional Network,TcN)首先挖掘交通流的长时特征,再输入至GcN-GRU中以完成交通流预测任务。为弥补当前众多交通状态判别方法标准不一致,且无法根据交通流演化实现有效更新的缺陷,本文参考现有方法选取了两个评价指标:交通流密度和道路饱和度。在此基础上,通过给定初始隶属度矩阵和熵权法、样本加权法改进传统模糊c均值算法(Fuzzy c-Means,FcM),解决了其易陷入局部最优和无法考虑不同指标和样本对聚类结果的影响问题,实现了交通状态的合理判别。之后,针对聚类算法引入新样本需重新训练的缺点,设计了基于深度学习的长短时记忆(Long Short-Term Memory,LSTM)分类模型,以完成实时、准确的交通状态判别任务。为证明上述算法的有效性和可靠性,在交通流预测方面,本文在真实大规模交通流数据集上与多种算法进行了对比实验和模型消融实验。实验结果表明,FSTGcN模型在不同预测范围均具有最优性能,能够准确把握整个区域交通流的变化趋势;所设计的融合模块和TcN模块显著提高了模型预测精度。在交通状态判别方面,通过在真实交通流数据集和FSTGcN模型预测数据集上的充分实验,证明了改进FcM算法在性能和分类边界处理上均得到优化,交通状态判别结果更符合实际情况。对于LSTM判别模型,通过与多个分类算法的对比实验,表明了该模型具有极高的实时性、准确性。

关键词：智能交通系统深度学习交通流预测交通状态判别时空图卷积网络模糊c均值算法

来源：评论

学校读者我要写书评

暂无评论

基于多阈值的自适应SAR图像分割算法研究

基于多阈值的自适应SAR图像分割算法研究

引用

作者：吕晓佳西安电子科技大学

学位级别：硕士

合成孔径雷达(SAR)具有全天时和全天候的特点,在国民经济和国防建设中扮演着重要的角色,SAR图像分割是遥感图像理解和解释领域中的基础。最近,已涌现出大量SAR图像分割算法,这些图像分割技术都是基于SAR图像的某种特性而实现的,如灰度... 详细信息

合成孔径雷达(SAR)具有全天时和全天候的特点,在国民经济和国防建设中扮演着重要的角色,SAR图像分割是遥感图像理解和解释领域中的基础。最近,已涌现出大量SAR图像分割算法,这些图像分割技术都是基于SAR图像的某种特性而实现的,如灰度或纹理等特征。然而,SAR图像中存在大量的乘性相干斑噪声,导致图像信息受到严重的干扰。所以,图像去噪以及自适应实现SAR图像分割至关重要。Lee滤波是一种有效的SAR图像去噪方法,不仅能够有效的去除图像中的斑点噪声,并且能够保持原始图像中的纹理结构特征。之后,进一步对滤波后的图像进行分割。本文提出两种新的自适应SAR图像分割算法:基于多阈值的感知哈希分割算法(MPHA)和基于直方图多阈值的模糊c均值算法(HMFcM)。算法介绍如下:(1)MPHA算法充分利用SAR图像的灰度信息和结构特点,能够准确高效的实现SAR图像分割。该算法首先使用Lee滤波对SAR图像去噪,然后执行分割过程:根据同质区域内像素的灰度值具有相同或相似的特点,自适应的选取多个阈值进行初始分割。初始分割区域集合中具有相同或相似灰度值的像素会尽可能的划分到同一类别。然后,合并初始分割区域集合,该过程需要定义一个区域相似性判定标准。本文算法引入感知哈希算法(PHA算法),有效地提高算法的分割效率,并能得到理想的分割结果。最后,通过设计多组对比实验,验证了MPHA算法的有效性,并对初始分割算法的有效性进行分析。(2)HMFcM算法是一种无监督的SAR图像分割方法,该算法主要是对传统模糊c均值算法(FcM算法)的改进,其主要特点是:算法对斑点噪声具有鲁棒性,而且能自适应的获得初始化聚类中心和聚类数目。HMFcM算法的这种优越性主要是通过采用基于直方图的改进多阈值方法实现的。为了提高聚类过程的准确性,引入区域合并过程,获取合理的聚类数目,减少人为因素的干扰,提高算法准确性。第二阶段采用FcM算法进行聚类,从而得到SAR图像分割结果。最后通过多组实验,验证所提出的算法的有效性。

关键词： SAR图像图像分割多阈值感知哈希模糊c均值算法

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共43页 << < 9 10 11 12 13 14 15 16 17 18 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

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：