检索结果-内蒙古大学图书馆

微电子学与计算机 2009年第4期26卷 40-42页

作者：焦远锋李万龙郑山红刘帅长春工业大学计算机科学与工程学院吉林长春130012

提出了一种新的两阶段FcM聚类算法,一方面有效弥补了Stephen L chiu提出的FcM算法中存在的不足,更好地解决选择初始聚类中心的问题;另一方面,新算法解决了大数据量数据聚类时间过长的问题,取得了较好的聚类效果.实验结果也显示了该算法... 详细信息

提出了一种新的两阶段FcM聚类算法,一方面有效弥补了Stephen L chiu提出的FcM算法中存在的不足,更好地解决选择初始聚类中心的问题;另一方面,新算法解决了大数据量数据聚类时间过长的问题,取得了较好的聚类效果.实验结果也显示了该算法的有效性和优越性.

关键词：模糊聚类模糊c均值算法初始聚类中心两阶段聚类

来源：评论

学校读者我要写书评

暂无评论

基于改进FcM算法的卫星云图聚类方法研究

引用

红外技术 2013年第3期35卷 150-154页

作者：李秀馨王敬东徐烨晔温家旺南京航空航天大学自动化学院江苏南京210016

卫星云图是研究天气系统演变规律的重要信息,云层内容从卫星云图中提取出来可以有助于云图分析,减少陆地和海洋信息的干扰。为此采用了模糊c均值聚类算法(FcM)进行云图聚类,该算法具有计算效率高,过程简单的优点,但对初始聚类中心敏感,... 详细信息

卫星云图是研究天气系统演变规律的重要信息,云层内容从卫星云图中提取出来可以有助于云图分析,减少陆地和海洋信息的干扰。为此采用了模糊c均值聚类算法(FcM)进行云图聚类,该算法具有计算效率高,过程简单的优点,但对初始聚类中心敏感,容易陷入局部最优解。针对此问题,本文将全局性良好的粒子群优化算法(PSO)引入FcM聚类算法,克服了初始聚类中心对全局收敛性的影响。同时,将阴影集理论与该混合算法结合起来,去除聚类过程中的异常值,提高算法的效率。通过红外云图聚类对比实验得出,改进的FcM算法与传统的FcM算法相比,聚类结果图的类间距离增大,类内距离减小,聚类质量有所提高。

关键词：模糊c均值算法阴影集粒子群算法卫星云图聚类

来源：评论

学校读者我要写书评

暂无评论

基于EM算法的高斯混合模型的织物组织点自动识别

引用

现代纺织技术 2024年第2期32卷 63-69页

作者：刘威于玲王畅巍邓文韬邓中民武汉纺织大学纺织科学与工程学院武汉430200 武汉纺织大学湖北省纺织新材料与先进加工技术省部共建国家重点实验室武汉430200

针对现有无监督学习识别机织物组织点的准确率相对较低和不稳定的问题,研究基于EM算法的高斯混合模型对机织物组织点的识别方法。首先对采集的不同织物图像进行预处理及图像矫正,以提高后续的组织点的分割效率;接着利用改进的灰度投影... 详细信息

针对现有无监督学习识别机织物组织点的准确率相对较低和不稳定的问题,研究基于EM算法的高斯混合模型对机织物组织点的识别方法。首先对采集的不同织物图像进行预处理及图像矫正,以提高后续的组织点的分割效率;接着利用改进的灰度投影法进行织物组织点定位,并提取组织点的灰度共生矩作为纹理特征,通过主成分分析对纹理特征进行降维处理;最后采用2种常见无监督学习与文章所用的识别方法做实验比较,并采用4种评估指标进行评估,得到评估结果。通过计算4种评估指标平均值和标准差进行比较,文章所用识别方法的评估参数平均值都要比其余两种识别算法高。文章所用识别方法能对织物组织点进行自动识别,并且识别的准确率相比于其余两种识别算法得到了有效地提升。

关键词：组织点分割自动识别 K-mean聚类模糊c均值算法高斯混合模型

来源：评论

学校读者我要写书评

暂无评论

基于FcM类型算法的自动图像分割方法研究

基于FCM类型算法的自动图像分割方法研究

引用

作者：杨润玲西安电子科技大学

学位级别：硕士

图像分割是模式识别和计算机视觉中的一个经典问题,尤其在图像处理、分析和理解等领域中是一项关键技术,其分割结果的好坏直接影响到视觉系统的性能。由于成像中各种因素的影响,使得待分割图像的目标与背景之间一般带有一定的相似性和... 详细信息

图像分割是模式识别和计算机视觉中的一个经典问题,尤其在图像处理、分析和理解等领域中是一项关键技术,其分割结果的好坏直接影响到视觉系统的性能。由于成像中各种因素的影响,使得待分割图像的目标与背景之间一般带有一定的相似性和不确定性,而模糊信息处理技术特别适合此类问题的解决,因此在图像分割中得到了十分广泛的应用。基于以上原因,本文研究了以模糊聚类理论为基础的,在图像分割中颇为流行的模糊均值聚类算法,并针对其在图像分割应用中的不足之处进行了改进和革新。主要研究成果可归纳如下: 首先构造了两种二维直方图,并结合加权模糊均值聚类算法和塔形分解的多尺度变分辨率思想,提出了一种新的图像快速分割算法——基于二维直方图加权的塔形模糊均值聚类算法,这一新算法提高了标准模糊均值聚类算法的分割速度并降低了分割对噪声的敏感程度。其次,提出了基于新算法的聚类有效性评价函数——修正划分模糊度,实现了图像分割中最佳类别数的自动确定。此外,深入研究了模糊均值聚类算法中加权指数m对分割效果的影响,得出了图像特征与参数m的选取之间的内在联系以及m与分割精度、速度之间的关系等有意义的结论。最后,为了提高分割结果的准确性,引入图像中的空间信息约束,实现了模糊c均值聚类分割算法的鲁棒性研究。实验结果表明了本文所提出的自动图像分割算法的有效性、参数选取的正确性以及分割结果的准确性。

关键词：图像分割聚类分析模糊c均值算法直方图快速算法

来源：评论

学校读者我要写书评

暂无评论

知识驱动的模糊聚类算法研究

知识驱动的模糊聚类算法研究

引用

作者：赵珺大连海事大学

学位级别：硕士

聚类分析算法是一种用来发现数据中存在模式的有效方法,在数据分析中被广泛应用。在本文中,我们主要讨论了一种以领域知识作为辅助手段,并将其有效集成到所研究模式识别问题的方法。首先,本文提出了一种新的知识驱动的聚类算法——贴近... 详细信息

聚类分析算法是一种用来发现数据中存在模式的有效方法,在数据分析中被广泛应用。在本文中,我们主要讨论了一种以领域知识作为辅助手段,并将其有效集成到所研究模式识别问题的方法。首先,本文提出了一种新的知识驱动的聚类算法——贴近度—密切关系传播算法。该算法利用我们所设计的知识判据和由用户给出的样本间的贴近度信息来对由数据所产生的相似度矩阵进行修正,从而将用户的知识引入聚类过程,使算法对于问题的处理变得更加灵活。其次,为了解决上述算法无法得到用户所需聚类数目和大样本数据集合聚类的问题,本文将模糊c均值算法与密切关系传播算法相结合,设计出一种“大样本数据聚类算法”。该算法分为两个阶段,在第一阶段,我们采用了一种分布式计算策略,先将原始数据集合划分成若干个数据子集,并使用密切关系传播算法分别对每个数据子集样本进行聚类,得到数据的聚类中心。在算法的第二阶段,我们将由第一阶段产生聚类中心视为一个数据集合,利用模糊c均值算法得到所期望类数的聚类,并认为每个聚类中心所属的类与在第一阶段隶属于其的数据所属的类相同。同时,为了考察划分的可靠性,在此阶段,我们还引入了模糊熵量度来辅助完成聚类过程。为了考察两种算法的有效性,我们对其进行了数值实验。对于贴近度—密切关系传播算法,我们分别考察了其在含有少量样本的人工数据集,Iris数据集和Yale人脸图像数据集上的聚类效果。对于大样本数据聚类算法,我们考察了其对Iris数据集和Shuttle数据集的聚类效果。实验结果表明,这两种算法策略切实可行,并且在测试数据集上均取得了很好的聚类结果。

关键词：模糊聚类贴近度知识模糊c均值算法密切关系传播算法大样本数据聚类

来源：评论

学校读者我要写书评

暂无评论

SAR图像相干斑抑制及分割算法研究

SAR图像相干斑抑制及分割算法研究

引用

作者：王博西安电子科技大学

学位级别：硕士

合成孔径雷达(Synthesis Aperture Radar,SAR)具有全天候全天时以及远距离成像的能力。因SAR良好的性能,在军事和民用领域都得到广泛的应用。SAR原始图像需要SAR图像解译后才能获得感兴趣的目标,而SAR图像的相干斑抑制和图像分割是SAR... 详细信息

合成孔径雷达(Synthesis Aperture Radar,SAR)具有全天候全天时以及远距离成像的能力。因SAR良好的性能,在军事和民用领域都得到广泛的应用。SAR原始图像需要SAR图像解译后才能获得感兴趣的目标,而SAR图像的相干斑抑制和图像分割是SAR图像解译预处理阶段的关键步骤。在SAR系统中,相干斑噪声的存在会模糊SAR图像细节,限制SAR图像的解译工作,严重时导致SAR图像解译失效。SAR图像分割是SAR图像进行目标识别和特征提取的基础,对SAR图像进行精确的分割能够提高SAR图像的可读性,因而SAR图像的分割能够推动其在各领域的应用。本文主要工作如下:为了提高SAR图像相干斑抑制的性能,本文开展了用于图像去噪的非局部均值(Non-Local Means,NLM)算法的研究,针对NLM算法进行SAR图像相干斑抑制时鲁棒性差以及非均匀样本带来的性能恶化的问题,提出了基于最大比率距离的加权非局部均值算法。该方法在NLM算法的基础上通过设计最大比率距离进行图像子块间的相似性度量,推导证明了该相似性度量方法更适用于SAR图像中的乘性噪声环境。同时,针对受噪声污染严重的图像,利用一个二值加权矩阵剔除邻域内与中心像素差异过大的像素点,从而避免了进行相似性度量时,邻域灰度矩阵间出现不合理的相似性计算结果。另外,在选择高斯核函数滤波参数时,研究了根据搜索域内像素与中心像素的相似程度选择参数的方法,避免了不合理地设置滤波参数。最后为了更准确地说明针对乘性噪声的滤波效果,采用了等效视数、边缘保持系数和峰值信噪比评价所提方法对相干斑噪声的抑制效果,实验结果证明了所提算法的有效性。为了提高SAR图像分割的性能,首先研究了标准模糊c均值聚类(Fuzzy c-means clustering,FcM)算法,发现标准FcM算法需要人工参与确定聚类中心和聚类数,而人工无法保证聚类数的准确性。针对人工参与带来的分割性能下降和实时性难以满足要求的难题,利用平滑直方图中一个波峰表征SAR图像一个一致性区域的特性,确定聚类中心和聚类数。首先计算SAR图像的平滑直方图来减少直方图毛刺现象,利用SAR图像的统计信息,通过检测SAR图像的平滑灰度直方图的峰值获取聚类中心和聚类数,从而减少算法的迭代次数以及提高聚类精度。为了进一步提高聚类精度,研究了利用图像冗余信息和类间离散度信息的改进FcM算法,即基于最大比率距离非局部的模糊紧致分离算法。为了验证所提算法进行SAR图像分割的实验结果,分别采用了模拟图像和真实SAR图像进行分割处理,另外还设置了不同聚类中心的对比实验,实验结果证明了所提算法具有更精确的图像分割结果。

关键词：相干斑噪声抑制 SAR图像分割非局部均值算法模糊c均值算法

来源：评论

学校读者我要写书评

暂无评论

基于遗传算法的模糊聚类技术研究及应用

基于遗传算法的模糊聚类技术研究及应用

引用

作者：张秀兰西安科技大学

学位级别：硕士

诸多基于目标函数的聚类算法中,模糊c均值算法(FcM)的理论最为完善、应用最为广泛。从本质上讲,它是一种局部搜索算法,采用迭代的爬山技术寻找问题的最优解。因此它有一个致命弱点,即对初始化敏感而容易陷入局部极小值。遗传算法是一种... 详细信息

诸多基于目标函数的聚类算法中,模糊c均值算法(FcM)的理论最为完善、应用最为广泛。从本质上讲,它是一种局部搜索算法,采用迭代的爬山技术寻找问题的最优解。因此它有一个致命弱点,即对初始化敏感而容易陷入局部极小值。遗传算法是一种应用广泛的全局优化方法,它的主要优点是简单、通用、鲁棒性强,比盲目的搜索效率要高,又比针对特定问题的算法通用性强,是一种与问题无关的求解模式。遗传算法的这些特点克服了FcM对初始化敏感的问题。因此,把遗传算法与FcM结合起来,既可以发挥遗传算法的全局寻优能力又可兼顾FcM的局部搜索能力,从而提高收敛速度并更好地解决聚类问题。通过对FcM算法、遗传算法以及遗传聚类算法的研究,本文提出了一种改进的遗传模糊聚类算法(IGFcM),这种算法采用遗传算法对初始聚类中心进行优化并执行FcM算法,使遗传算法与FcM结合以弥补它们自身的缺陷,提高了收敛速度并改善分类效果。首先,在遗传算法中,采用把聚类中心作为染色体的符号编码方法,这种表示方法不但能使染色体编码长度变短,又能使交叉、变异后的搜索空间保持不变;其次,在进行选择操作时采用最优保存策略,保留遗传过程中适应度最高的个体,让它不参与交叉、变异操作而直接进入下一代,然后采用轮盘赌方法,根据适应度函数对应的概率分布选出合适的个体,并进行交叉和变异,以提高群体的平均适应度,保证每一代在进化过程中当前最优个体不会被遗传操作所破坏;最后,采用设定最大迭代次数和根据遗传收敛程度相结合的停止准则,减小误差并缩短遗传算法的运行时间。本文通过MATLAB进行实验仿真,使用IRIS数据集比较测试FcM算法、GFcM算法和文本提出的IGFcM算法的性能,证明了IGFcM算法能克服FcM算法中的初始化敏感的缺点,验证了IGFcM算法运行时间比GFcM算法短,最后讨论了该算法在文本聚类中的应用。

关键词：模糊聚类模糊c均值算法遗传算法文本聚类

来源：评论

学校读者我要写书评

暂无评论

PET图像中肿瘤区域分割的算法研究

PET图像中肿瘤区域分割的算法研究

引用

作者：王洋洋中山大学

学位级别：硕士

本文针对使用正电子发射断层显像(positron emission tomography PET)技术成像的肿瘤图像的分割算法进行了进一步的应用分析与研究。\n 肿瘤的早期预防、早期发现和治疗对于人的生命是至关重要的，特别是对于有肿瘤家族史的患者来说... 详细信息

本文针对使用正电子发射断层显像(positron emission tomography PET)技术成像的肿瘤图像的分割算法进行了进一步的应用分析与研究。\n 肿瘤的早期预防、早期发现和治疗对于人的生命是至关重要的，特别是对于有肿瘤家族史的患者来说更为重要。PET检测技术的使用，为肿瘤患者诊断方案的确定提供了便利条件，它独特的成像技术和PET图像的分析与研究，也越来越受到学者和研究人员的广泛关注。\n 准确的将PET图像中的肿瘤区域分割出来具有重要的临床意义。本文的主要工作是研究分割算法来实现肿瘤区域的分割。根据PET图像的低分辨率特性，本文首先选择模糊c均值(FcM)算法进行实验，结果表明该方法对肿瘤区域的分割是可行的，但结果误差较大。因此本文还选用Level Set方法对PET图像进行了分析，首先在一定医学经验基础上，进行了分割实验，根据均方差的判别方法对结果进行评价，结果表明效果好；其次在无医学经验情况下，通过多次迭代也可得到较理想的处理效果。分割结果相比于FcM有了较明显的提高。

关键词：肿瘤诊断正电子发射断层显像技术图像分割算法模糊c均值算法 Level Set法

来源：评论

学校读者我要写书评

暂无评论

基于MapReduce的并行SFLA-FcM聚类算法

引用

计算机工程与应用 2016年第1期52卷 66-70页

作者：苟杰马自堂解放军信息工程大学三院郑州450000

模糊c均值算法(Fuzzy c-Means,FcM)是目前应用比较广泛的一种聚类算法。FcM算法的聚类质量依赖于初始聚类中心的选择并且易陷入局部极值,结合混合蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)较强的搜索能力,提出一种基于MapReduce... 详细信息

模糊c均值算法(Fuzzy c-Means,FcM)是目前应用比较广泛的一种聚类算法。FcM算法的聚类质量依赖于初始聚类中心的选择并且易陷入局部极值,结合混合蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)较强的搜索能力,提出一种基于MapReduce的并行SFLA-FcM聚类算法。该算法利用SFLA算法的子群内模因信息传递和全局信息交换来搜索高质量的聚类中心,根据MapReduce编程模型设计算法流程,实现并行化,使其具有处理大规模数据集的能力。实验证明,并行SFLA-FcM算法提高了的搜索能力和聚类结果的精度,并且具有良好的加速比和扩展性。

关键词：聚类模糊c均值算法混合蛙跳算法 MapReduce

来源：评论

学校读者我要写书评

暂无评论

文档图像二值化算法VFcM

引用

计算机工程与设计 2009年第13期30卷 3216-3218,3243页

作者：童立靖陈侃付晓玲段建勇北方工业大学多媒体技术研究室北京100144

为了提高基于拍摄方式的文档图像的二值化效果,降低光学字符识别(optical character recognition,OcR)系统的文字识别错误率,提出了一种全局阈值与局部阈值相结合的二值化算法——VFcM。该算法使用最大方差比方法产生全局阈值,使用FcM(F... 详细信息

为了提高基于拍摄方式的文档图像的二值化效果,降低光学字符识别(optical character recognition,OcR)系统的文字识别错误率,提出了一种全局阈值与局部阈值相结合的二值化算法——VFcM。该算法使用最大方差比方法产生全局阈值,使用FcM(Fuzzyc-Means)聚类方法产生局部阈值。这两种方法的结合能够较好地保留字符的笔画细节,并能有效地消除伪影。实验结果表明,该算法可以取得比较好的二值化效果,并能带来OcR系统识别率的有效提高。

关键词：二值化文档图像阈值最大方差比模糊c均值算法

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：