检索结果-内蒙古大学图书馆

计算机应用 2019年第11期39卷 3227-3232页

作者：冯国政徐金东范宝德赵甜雨朱萌孙潇烟台大学计算机与控制工程学院

遥感影像数据因其固有的不确定性与复杂性,导致传统的无监督分类算法难以对其准确建模。基于模糊集理论的模式识别方法可以有效地表达数据的模糊性,其中二型模糊集能更好地刻画类间多重不确定性,而半监督法可以利用少量先验知识来解决... 详细信息

遥感影像数据因其固有的不确定性与复杂性,导致传统的无监督分类算法难以对其准确建模。基于模糊集理论的模式识别方法可以有效地表达数据的模糊性,其中二型模糊集能更好地刻画类间多重不确定性,而半监督法可以利用少量先验知识来解决算法对数据的泛化性问题,因此提出一种基于半监督的自适应区间二型模糊c均值遥感影像分类方法(SS-AIT2FcM)。首先,结合半监督和进化论思想,提出一种新的模糊权重指数选取方法,以提升自适应区间二型模糊c均值聚类算法的鲁棒性与泛化性,使算法更适用于光谱混叠严重、覆盖面积大、地物丰富的遥感数据分类;然后,通过对少量标记样本的软约束监督,对区间二型模糊算法迭代过程进行优化指导,来挖掘数据的最优表达。实验选用了北京颐和园区域的SPOT5多光谱遥感影像数据和广东横琴岛区域的Landsat TM多光谱遥感影像数据,对现有流行的模糊分类算法和SS-AIT2FcM的分类结果进行了比较。结果表明,SS-AIT2FcM获得了更高的分类精度与更清晰的类别边界,且有较好数据泛化能力。

关键词：半监督二型模糊集模糊c均值算法遥感影像分类自适应区间

来源：评论

学校读者我要写书评

暂无评论

用于分割无损检测图像的快速模糊c均值算法

引用

郑州大学学报（工学版） 2022年第6期43卷 42-48页

作者：王军芬刘培跃董建彬朱占龙河北地质大学信息工程学院河北石家庄050031 河北地质大学智能传感物联网技术河北省工程研究中心河北石家庄050031 石家庄职业技术学院机电工程系河北石家庄050081

无损检测图像中目标类和背景类差异较大,模糊c均值算法无法有效地将目标分割出来,因此提出一种用于分割无损检测图像的快速模糊c均值算法。在聚类过程中,引入局部空间信息和灰度信息,以提高算法的鲁棒性;用条件值表征样本容量来平衡不... 详细信息

无损检测图像中目标类和背景类差异较大,模糊c均值算法无法有效地将目标分割出来,因此提出一种用于分割无损检测图像的快速模糊c均值算法。在聚类过程中,引入局部空间信息和灰度信息,以提高算法的鲁棒性;用条件值表征样本容量来平衡不同大小的类群,以解决类大小敏感问题;基于新的约束条件得到新的隶属度和聚类中心表达式,并给出算法具体步骤;对预处理后图像的灰度级进行分类,图像分割所需要的时间不再取决于图像的尺寸,而是图像的灰度级数,大幅度降低了算法的时间复杂度。采用类大小差异较大的合成图像和无损检测图像进行仿真实验,以分割精度(SA)、F-value、G-mean以及图像分割所需要的时间为评价指标来评价算法的性能。实验结果表明:在原始测试图像被高斯噪声、椒盐噪声、瑞利噪声和乘性噪声污染时,与其他模糊聚类算法相比,本文算法具有更好的鲁棒性,分割精度更高,为97.93%,F-value为88.50%,G-mean为93.83%,图像分割时间也更少,为14.06 ms。实验证明了本文算法的有效性。

关键词：模糊c均值算法图像分割无损检测鲁棒性

来源：评论

学校读者我要写书评

暂无评论

改进模糊c均值算法在民族服饰图像分割中的应用

引用

计算机工程 2017年第5期34卷 261-267,274页

作者：王禹君周菊香徐天伟云南师范大学信息学院昆明650500 云南师范大学民族教育信息化教育部重点实验室昆明650500 云南师范大学研究生处昆明650500

以少数民族服饰图像为分割对象,结合块截断算法设计思想,提出一种基于空间邻域的模糊c均值图像分割算法。利用方块截断编码理论将图像RGB颜色空间分量截断为6个分量,通过六维特征向量对民族服饰图像进行特征表示,将其作为算法输入进行... 详细信息

以少数民族服饰图像为分割对象,结合块截断算法设计思想,提出一种基于空间邻域的模糊c均值图像分割算法。利用方块截断编码理论将图像RGB颜色空间分量截断为6个分量,通过六维特征向量对民族服饰图像进行特征表示,将其作为算法输入进行聚类分割。实验结果表明,该算法在分割精度、划分系数和划分熵3个量化指标上的性能均优于FcM,FcM_S1和FcM_S2算法,对民族服饰图像的分割效果较好,尤其表现在对民族服饰具有代表性的特征元素区域分割上。

关键词：民族服饰块截断编码图像分割空间邻域模糊c均值算法

来源：评论

学校读者我要写书评

暂无评论

基于遗传算法的改进模糊c均值算法在入侵检测中的应用

引用

科技导报 2010年第15期28卷 49-52页

作者：孙秀娟黑龙江科技学院理学院

为克服模糊c均值（FcM）算法对初始化极为敏感且容易陷入局部最优的缺点，将遗传算法和改进的模糊c均值聚类算法相结合，并以检测率和误检测率作为入侵检测算法性能评价的指标，对FcM、改进的FcM、基于遗传的改进FcM 3种聚类算法的入侵... 详细信息

为克服模糊c均值（FcM）算法对初始化极为敏感且容易陷入局部最优的缺点，将遗传算法和改进的模糊c均值聚类算法相结合，并以检测率和误检测率作为入侵检测算法性能评价的指标，对FcM、改进的FcM、基于遗传的改进FcM 3种聚类算法的入侵检测性能进行仿真分析。仿真实验表明，结合遗传和FcM两种算法的混合算法能够实现优势互补。由于该算法结合了遗传算法，使整个算法的复杂度增加。从入侵检测看，通过增加处理时间而提高了入侵检测率。

关键词：模糊c均值算法入侵检测遗传算法模糊聚类

来源：评论

学校读者我要写书评

暂无评论

核模糊c均值算法的类别间可分性优化

引用

科技通报 2014年第5期30卷 145-147,171页

作者：王铭军朱文耀丽水学院浙江丽水323000

随着的计算能力的不断提高和计算机体系结构的可编程性,将向着多核,众核的异质形核的方向继续发展。针对这一问题,本文对KFcM算法的类别间可分性优化进行了分析,通过对于FcM算法的数据集c划分、FcM算法和HcM算法的理论知识,解释了KFcM算... 详细信息

随着的计算能力的不断提高和计算机体系结构的可编程性,将向着多核,众核的异质形核的方向继续发展。针对这一问题,本文对KFcM算法的类别间可分性优化进行了分析,通过对于FcM算法的数据集c划分、FcM算法和HcM算法的理论知识,解释了KFcM算法,对于样本的特征进行优化,将高维特征空间内的数据映射到内核函数中,将样本的有益特征扩大,到达快而准的聚类效果。经过仿真测试显示,KFcM算法模型聚类效果可以准确区分二者。

关键词：模糊c均值算法类别间可分性聚类

来源：评论

学校读者我要写书评

暂无评论

运用改进模糊c均值算法的复杂产品功构单元模块划分方法

引用

现代制造工程 2012年第2期 7-13页

作者：马淑梅黄立辉李爱平段建国同济大学现代制造技术研究所上海201804

为了解决目前已有聚类方法在复杂产品功构单元模块划分过程中存在的问题,提出了一种基于改进模糊c均值算法(D-FcM)的产品功构单元模块划分方法。该方法运用距离矩阵生成样本分层聚类树,结合F统计量方法确定模糊c均值算法最佳聚类数,在... 详细信息

为了解决目前已有聚类方法在复杂产品功构单元模块划分过程中存在的问题,提出了一种基于改进模糊c均值算法(D-FcM)的产品功构单元模块划分方法。该方法运用距离矩阵生成样本分层聚类树,结合F统计量方法确定模糊c均值算法最佳聚类数,在此基础上,应用模糊c均值算法进行聚类分析,获得聚类结果。最后,结合实际项目给出该聚类方法在机床模块划分过程中的典型应用,对该方法进行实例验证。以此为基础,开发出机床模块划分系统平台。系统实现及设计结果表明了所提出方法的有效性,为面向配置设计的机床模块划分提供了另一种有效的模块划分方法。

关键词：复杂产品功构单元模块划分模糊c均值算法

来源：评论

学校读者我要写书评

暂无评论

基于改进的模糊c均值算法的MR图像分割

引用

计算机应用与软件 2005年第7期22卷 97-99页

作者：孟谨张尤赛华东船舶工业学院电子与信息系江苏镇江212003

在利用模糊c均值算法(FcM)对磁共振图像进行分割的基础上,提出了一种改进的模糊分割技术。实验结果表明,该方法与FcM算法相比,不仅能够更为准确地分割出人脑组织中的各个部分,同时运行速度也有明显提高。

关键词：模糊c均值算法图像分割 MR 磁共振图像 FcM算法分割技术运行速度脑组织

来源：评论

学校读者我要写书评

暂无评论

基于模糊c均值算法的遥感图像变化检测的研究

基于模糊C均值算法的遥感图像变化检测的研究

引用

作者：李敏湖南大学

学位级别：硕士

为了加强对国土资源的管理和利用,促进经济可持续发展和社会的全面进步,迫切需要科学、及时地对国土资源利用情况进行动态的监测。遥感技术以其快速、准确、周期性短等特点在国土资源管理中具有明显的优势,研究和开发遥感卫星监测平台... 详细信息

为了加强对国土资源的管理和利用,促进经济可持续发展和社会的全面进步,迫切需要科学、及时地对国土资源利用情况进行动态的监测。遥感技术以其快速、准确、周期性短等特点在国土资源管理中具有明显的优势,研究和开发遥感卫星监测平台对国土资源利用情况进行动态监测已经成为了热点。变化检测作为遥感卫星监测系统中的关键部分,一直以来被广泛研究。在对目前常用的变化检测算法进行归纳总结和比较分析的基础上,本文重点研究了基于模糊c均值算法的遥感图像变化检测方法,即利用一个快速模糊c均值聚类算法进行遥感图像分类处理,然后利用多波段综合掩膜变化检测方法进行遥感图像变化检测。本文主要研究内容和创新点如下: (1)针对于传统模糊c均值算法性能受聚类中心初始化影响以及聚类中心初始化算法时间开销大的问题,提出了一种山函数与密度函数结合的聚类中心初始化算法。该方法既能解决密度函数法中数据集大、算法执行效率低的问题,又能有效缓解山函数法中计算量随特征空间维数增加而呈指数递增的问题。同时,该算法得到的初始聚类中心是准最优的,它有利于模糊c均值算法的快速收敛和聚类精度的提高。 (2)针对传统模糊c均值算法执行时间开销大的问题,本文提出了一种快速模糊c均值算法。首先,利用山函数与密度函数结合的聚类中心初始化算法选取合适的初始聚类中心。然后,针对时间复杂度降低的模糊c均值算法中存在的样本点与聚类中心重合的问题,提出了一种改进的时间复杂度降低的模糊c均值算法,再利用该算法进行遥感图像的聚类。快速模糊c均值算法有利于图像分类精度和效率的提高,从而更进一步提高了整个变化检测过程的精度和效率。 (3)针对于影像增强与分类后比较相结合的变化检测算法中可能存在着有用信息丢失的问题,本文提出了一种多波段综合掩膜变化检测算法。首先综合分析各波段变化情况形成多波段综合变化掩膜,然后将其叠加在时相2的遥感图像上并对变化像元进行分类,最后将时相1和时相2的分类图像进行比较,得到土地利用变化类型和变化位置信息。多波段综合掩膜变化检测算法能防止有用信息的丢失,提高了变化检测的精度。实验结果证明了这种方法的有效性。

关键词：遥感变化检测图像分割模糊聚类模糊c均值算法

来源：评论

学校读者我要写书评

暂无评论

基于改进模糊c均值算法的人脑磁共振图像分割研究

基于改进模糊C均值算法的人脑磁共振图像分割研究

引用

作者：陆阳中国医科大学

学位级别：硕士

目的\n 磁共振成像(MagneticResonanceImaging，MRI)以其非介入性、非损伤性、快速准确等特点，被广泛应用于人体内部精细结构的可视化，并在临床医学上起着越来越重要的作用。磁共振成像对于软组织的高对比度和多参数成像特性使其... 详细信息

目的\n 磁共振成像(MagneticResonanceImaging，MRI)以其非介入性、非损伤性、快速准确等特点，被广泛应用于人体内部精细结构的可视化，并在临床医学上起着越来越重要的作用。磁共振成像对于软组织的高对比度和多参数成像特性使其在脑功能研究以及多种神经性疾病的诊断中发挥着重要作用，如多发性硬化症(MultipleSclerosis，MS)、阿尔茨海默病(Alzheimer\'sdisease，AD)等。为了检测生理或病理状态时脑组织容量，准确而鲁棒的组织分类或图像分割非常关键。脑MRI的分割主要涉及两方面内容:一方面是对正常脑组织的分割，就是将脑MRI分割为灰质、白质和脑脊液等组织部分。这是医学图像配准、三维重建和可视化的基础;另一方面就是对包含有病灶的MRI的分割，将病灶区从其它组织中区分出来。这样就可以对病灶的形状、边界、截面积和体积等进行测量，并通过在治疗前后对这些指标的测量和分析，帮助医生制定和修改治疗方案。成像技术不断发展，图像大小和数量不断增加，由神经外科医师进行的手动分割不但费时且不具可重复性，因而有必要构建一种自动分割的方法。\n 目前的图像分割算法大体上可分为单参数分割算法和多参数分割算法。MRI为多参数成像，因而可以进行多参数分割。模糊c均值(FuzzycMean，FcM)聚类算法是应用十分广泛的多参数分割算法。可是，传统FcM算法只是基于目标函数聚类，需先设定聚类数，且无法判定聚类结果是否最优。另外，FcM算法收敛时间相对较长，特别是样本量较大时，还会不收敛，这就需要利用其他算法先对样本进行粗分，以减小FcM算法的输入信息量，加快收敛速度。小波变换对噪声不敏感，更适用于医学图像的融合与分割。\n 从人脑MRI特性和FcM算法的特点出发，本研究提出了一种基于小波-FcM的新分割算法体系，改进聚类有效性函数，使算法在迭代过程中自动判别最佳聚类数，使用BrainWeb多发性硬化症模拟图像对算法进行评估，并与传统算法进行比较。\n 材料与方法\n 1、选取国际通用的加拿大麦吉尔大学蒙特利尔神经研究所BrainWeb数据集中带有多发性硬化症病灶的模拟人脑MRI进行分割算法的研究。\n 2、为综合MRI不同加权像之间的互补信息，同时减少分割算法的输入样本量，分别计算T1、T2和Pd加权像之间的相关系数，舍去高相关度的加权像。\n 3、使用小波变换对T1和T2加权像进行信息融合，同时对输入图像进行粗分割，分割结果为最终目标类的若干子类，用以减少FcM算法的输入样本量，避免信息冗余。\n 4、根据Xie-Beni准则改进聚类算法有效性函数，使FcM算法能自动产最佳聚类数，并与解剖学知识对比较。\n 5、比较新旧分割算法的正确分割率，对分割结果进行评估。\n 结果\n 1、通过对10层MRI之间相关系数的计算得出:T1和T2加权像之间的平均相关系数为0.3765，为轻度相关;T1和Pd加权像之间的平均相关系数为0.8015，为强相关;T2和Pd加权像之间的平均相关系数为0.8359，为强相关。\n 2、根据输入样本特征空间的分布特性，选用小波变换对图像进行二层分解，实验结果显示这样可以得到较好的图像融合及粗分效果。\n 3、将改进的Xie-Beni有效性函数加入到FcM算法中，实验结果显示:对于5层正常脑组织MRI，新算法有效性函数值在4时达到最小值;对于5层含有多发性硬化症病灶的图像，则在5时处达到最小值。与解剖学知识相符。\n 4、对于同一层MRI，随着叠加噪声等级的增大，传统FcM算法的分割结果因噪声分布的随机性而显示出不稳定性，而改进的新算法在5种噪声等级下的分割结果较传统FcM算法更加稳定，差异有统计学意义(P＜0.05)。\n 结论\n 1、通过计算不同加权像之间的相关系数得出:T1、T2加权像之间的平均相关系数最小，相关度低，图像之间信息互补性大，这样科学的选择了输入图像，避免了冗余信息。\n 2、改进了Xie-Beni指标有效性函数，得到更理想的聚类有效性函数。利用改进的聚类有效性函数准确判定了含有不同组织图像的最佳聚类数，结果与解剖学知识一致。\n 3、利用小波变换对图像进行融合同时进行粗分，有效降低了噪声对于FcM聚类算法的影响，加快了收敛速度，增强了强鲁棒性且分割结果更优。

关键词：磁共振成像图像分割小波变换模糊c均值算法有效性函数

来源：评论

学校读者我要写书评

暂无评论

基于量化粒子群优化模糊c均值算法的管道泄漏检测研究

基于量化粒子群优化模糊C均值算法的管道泄漏检测研究

引用

作者：王臣东北石油大学

学位级别：硕士

为解决现有长输油气管道泄漏检测精度低、成本高、受地形因素影响大的缺点,本文提出使用基于机器学习算法建立模型来替代传统的泄露检测方法。通过对管道运行信息的检测,以及相关数据的分析,提出了一种基于粒子群优化的深度神经网络模型... 详细信息

为解决现有长输油气管道泄漏检测精度低、成本高、受地形因素影响大的缺点,本文提出使用基于机器学习算法建立模型来替代传统的泄露检测方法。通过对管道运行信息的检测,以及相关数据的分析,提出了一种基于粒子群优化的深度神经网络模型,对长输油气管道运行时的数据进行分析处理,进而判断管道是否发生泄漏事故。该研究不仅降低了检测成本以及地形因素对于泄露检测的影响,同时还提高了泄漏检测的准确度。本文主要研究内容如下:首先对几种机器学习算法进行综合分析比较,从中选择最适合本文要求的模糊c均值算法来搭建模型。针对模糊c均值算法在迭代训练过程中所采用的梯度下降法,收敛速度慢、对训练样本的要求较高以及特殊情况下不收敛的问题,引入粒子群算法代替梯度下降法,对传统模糊c均值算法进行改进,从而能够更好地实现管道泄漏检测的目的。其次,在传统粒子群算法的基础上引入权值线性递减机制和量化器,得到了性能更优的改进粒子群算法,使粒子群算法搜索能力更强的同时,保证了粒子群算法原有的收敛性。采用几种经典的检测函数与原来的传统粒子群算法进行对比试验,对比其优化前后的各项特征值。试验结果表明,优化后的粒子群算法相比传统粒子群算法全局搜索能力更强,收敛速度更快。最后,将基于改进粒子群的模糊c均值算法应用到油气管道泄漏检测中。利用Matlab进行程序仿真,对管道泄漏平台数据进行分析处理,比较本文提出的基于改进粒子群的模糊c均值模型与传统模糊c均值模型、以及目前应用比较广泛的三层BP神经网络模型对于实验数据的识别准确率和识别速率。实验结果表明基于改进粒子群的模糊c均值算法模型,与目前常用的方法相比检测准确率更高,且稳定性很好,速率更快,可以进一步应用于实际长输管道现场。

关键词：改进粒子群算法模糊c均值算法长输管道泄漏检测

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：