检索结果-内蒙古大学图书馆

作者：唐益明丰刚永胡相慧任福继张有成宋小成 230009 安徽省合肥市包河区屯溪路193号

本发明公开了一种基于模糊聚类的有效性指标的图像分割方法，包括：1利用模糊c均值聚类算法进行分类；2建立目标函数，判断是否符合终止条件或达到最大迭代次数；3初始化并更新隶属度矩阵和聚类中心；4计算紧致性和分离性，得到指标值；... 详细信息

标准号: CN107220977A

本发明公开了一种基于模糊聚类的有效性指标的图像分割方法，包括：1利用模糊c均值聚类算法进行分类；2建立目标函数，判断是否符合终止条件或达到最大迭代次数；3初始化并更新隶属度矩阵和聚类中心；4计算紧致性和分离性，得到指标值；4在指标值的极大值处取得最佳聚类数。本发明能对像素点集合进行准确的划分，且适用于复杂、重叠、有噪声点的像素集合，从而能对图像进行良好的分割。

关键词：模糊c均值聚类算法矩阵有效性指标聚类中心模糊聚类目标函数图像分割像素集合终止条件初始化分离性隶属度像素点噪声点迭代聚类集合图像分割分类更新

来源：评论

学校读者我要写书评

暂无评论

基于FcM算法融合改进GSA算法的医学图像分割方法

基于FCM算法融合改进GSA算法的医学图像分割方法

引用

作者：冯飞刘纪新姜宝华刘培学陈玉杰薛蕊杨雅涵朱秋莲 266427 山东省青岛市黄岛区灵海路3111号

本发明公开了一种基于FcM算法融合GSA算法的医学图像分割方法，该方法的大致过程为：通过将FcM算法的最优化聚类中心确定方法与改进GSA算法融合，通过适当调整粒子的主动引力质量、被动引力质量和惯性质量，逐步求出最重粒子的空间位置... 详细信息

标准号: CN107492092A

本发明公开了一种基于FcM算法融合GSA算法的医学图像分割方法，该方法的大致过程为：通过将FcM算法的最优化聚类中心确定方法与改进GSA算法融合，通过适当调整粒子的主动引力质量、被动引力质量和惯性质量，逐步求出最重粒子的空间位置，就是最优解，聚类时将该最优解作为像素的最优聚类中心。本发明通过利用空间模糊c均值聚类算法将图像像素分成均匀的区域，融合GSA算法，将改进GSA算法纳入模糊c均值聚类算法中，以找到最优聚类中心，使模糊c均值聚类的适应度函数值最小，从而提高分割效果，实验结果显示相对于传统的聚类算法，本发明方法在分割复杂的医学图像方面更具有有效性。

关键词：算法模糊c均值聚类算法最优聚类中心最优解引力医学图像分割适应度函数聚类算法聚类中心空间位置算法融合图像像素医学图像融合传统的重粒子最优化分割聚类像素粒子改进模糊

来源：评论

学校读者我要写书评

暂无评论

改进的模糊c均值聚类算法及其在海底热液硫化物组分分析中的应用

引用

海洋学研究 2010年第4期28卷 22-28页

作者：田赤英张旭男宋士吉李家彪李小虎中国大洋协会办公室北京100860 清华大学自动化系北京100084 国家海洋局第二海洋研究所国家海洋局海底科学重点实验室浙江杭州310012

在聚类分析中,模糊c均值(FcM)聚类算法有着广泛的应用。在实际应用中,该算法存在着很多缺陷,如最优聚类数目的确定完全依赖于数据的数目,算法易收敛到局部极值点以及收敛速度慢等。本文针对这些缺陷提出了2点改进方法:首先,利用减法聚... 详细信息

在聚类分析中,模糊c均值(FcM)聚类算法有着广泛的应用。在实际应用中,该算法存在着很多缺陷,如最优聚类数目的确定完全依赖于数据的数目,算法易收敛到局部极值点以及收敛速度慢等。本文针对这些缺陷提出了2点改进方法:首先,利用减法聚类确定聚类数目的范围,提出一个新的聚类有效性指标函数,实现最优聚类数目的自适应确定。在此基础上,提出了基于粒子群(PSO)的模糊c均值混合聚类算法,以解决已有原始FcM聚类算法容易陷入局部极小点和收敛速度慢的问题。仿真测试结果表明:改进后的FcM聚类算法能够有效减少迭代次数,并以较快的收敛速度获得更加准确的聚类结果。最后,将改进的FcM聚类算法应用到冲绳海槽热液硫化物矿物组分分析中,准确地反映出了其矿物化学组分中主要金属元素的分布特征及矿石分类状况。

关键词：聚类有效性粒子群算法模糊c均值聚类算法海底热液硫化物组分

来源：评论

学校读者我要写书评

暂无评论

增强cT图像中冠脉钙化检测及量化装置和方法

增强CT图像中冠脉钙化检测及量化装置和方法

引用

作者：陈晓冬赵聪王丽瑶张佳琛汪毅郁道银 300072 天津市南开区卫津路92号

本发明涉及图像处理技术，为提供一种在cTA数据中基于模糊超像素聚类的全自动钙化斑块探测、分割及量化装置及方法，实现有效地抑制噪声，本发明采用的技术方案是，增强cT图像中冠脉钙化检测及量化方法，包含三个步骤：首先使用种子点... 详细信息

标准号: CN106447645A

本发明涉及图像处理技术，为提供一种在cTA数据中基于模糊超像素聚类的全自动钙化斑块探测、分割及量化装置及方法，实现有效地抑制噪声，本发明采用的技术方案是，增强cT图像中冠脉钙化检测及量化方法，包含三个步骤：首先使用种子点自动选择的低阈值区域生长获得包含钙化斑块的冠状动脉区域；然后根据区域中像素点之间的欧式距离和灰度差异使用模糊c均值聚类算法将上述血管区域划分为有限个超像素集；最后使用一种基于灰度直方图的阈值选取办法对超像素集进行筛选，进而得到最终的钙化斑块探测量化结果，并根据分割结果完成对血管的钙化分计算。本发明主要应用于图像处理。

关键词：钙化斑块像素探测模糊c均值聚类算法图像处理技术灰度直方图分割结果冠脉钙化冠状动脉灰度差异量化结果量化装置欧式距离三个步骤图像处理像素聚类血管区域自动选择阈值区域阈值选取像素点有效地种子点钙化噪声血管量化筛选模糊分割生长检测应用

来源：评论

学校读者我要写书评

暂无评论

基于广域信息的电网故障诊断方法研究

基于广域信息的电网故障诊断方法研究

引用

作者：吴浩西南交通大学

学位级别：博士

随着我国智能电网的快速发展,电网的安全稳定运行愈加重要,基于本地量的传统后备保护越来越不适应广域大电网的运行要求。广域后备保护主要利用电网多点测量信息进行故障诊断,提高后备保护可靠性,是对传统就地主保护的有益补充。目前快... 详细信息

随着我国智能电网的快速发展,电网的安全稳定运行愈加重要,基于本地量的传统后备保护越来越不适应广域大电网的运行要求。广域后备保护主要利用电网多点测量信息进行故障诊断,提高后备保护可靠性,是对传统就地主保护的有益补充。目前快速发展的广域测量技术、高速网络通信技术和高精度时间同步技术,为实现广域继电保护提供了重要的技术支撑,大力推动了基于广域信息的继电保护研究。在分析既有广域后备保护系统结构与相关技术的基础上,本文重点研究了基于广域信息的电网故障诊断算法,主要从利用广域工频电气量、广域行波信息和广域状态量三个方面开展工作。同时为充分利用人工智能技术和广域状态量实现故障诊断,分别对有监督和无监督模式识别方法进行了对比分析研究,主要的工作如下:(1)根据电网不同故障类型,论文提出了两种基于广域工频电气量的故障诊断方案。其一是基于广域故障电荷量比较的故障诊断方法,该方法定义了电网节点保护关联域,寻找关联域边界的正序故障电荷量关系,给出节点关联域计算电荷量和参考电荷量概念。电网节点智能电子设备(Intelligent Electronic Device,IED)将获得的电荷量上传到广域决策中心站,并比较其相对大小关系,建立节点-关联支路状态矩阵,对矩阵元素进行搜索实现电网故障诊断。其二是基于电流极性和能量相对熵的故障诊断方法,该方法划分了线路IED保护关联域,提取关联域正序工频故障分量电流,给出了关联域边界电流、综合计算电流和综合虚拟电流概念。定义综合电流采样值能量相对熵,用其来量化综合电流的差异程度,同时求取关联域边界电流之间的夹角大小以表征边界电流的极性关系。利用关联域区内外故障时二者的明显差异实现故障诊断。(2)在研究电网广域行波分布特征的基础上,论文提出了两种基于广域行波信息的故障诊断方法。方法一利用小波变换计算电网各节点初始电压行波能量,判断能量最大的节点为故障节点。计算该节点各关联支路初始电压、电流行波小波系数序列夹角,由夹角大小来判断是否为故障线路。方法二提出基于广域初始行波无功功率分布特征的故障诊断方法。该方法定义初始行波无功功率,对电网各子站关联支路进行功率大小比较,将功率幅值最大的线路选为准故障疑似线路,并将其功率幅值上传至广域决策中心站,建立子站-关联支路功率矩阵。以该矩阵为对象进一步搜索故障疑似线路,并结合线路双端功率比幅判据对故障疑似线路进行最终判别以诊断实际故障线路。(3)论文引入人工智能技术,分析电网广域状态信息的分布特点,研究了三种有监督模式识别方法在电网故障诊断中的应用。方法一利用概率神经网络(Probabilistic Neural Network, PNN)的良好分类和容错能力,研究基于PNN的电网故障诊断方法。以线路距离Ⅱ段测量元件、方向元件和主保护动作信息构成样本集,对PNN网络进行训练和测试。方法二研究最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)的电网故障诊断算法,该算法利用电网节点IED采集相关关联域状态信息并进行逻辑运算实现信息融合。融合后的信息形成样本集输入到LSSVM分类器进行训练和测试,以识别电网故障关联域节点IED,进而诊断故障元件。方法三分别构造基于PSO-LIBSVM的线路和母线故障诊断网络,利用线路JED和母线IED采集相关状态信息,计算不同关联域的动作系数实现信息融合并建立样本矩阵。通过粒子群优化(Particle Swarm Optimization,PSO)算法寻找最优LIBSVM运行参数并训练故障诊断网络,利用随机故障下的测试样本矩阵对线路和母线诊断网络进行测试,以识别电网故障元件IED,进而诊断故障元件。通过大量仿真实验,模拟了多种信息不准确情况下的故障诊断结果,实验证明论文给出的三种方法均能快速、正确地诊断出电网故障元件,适应性较强,容错性能好。(4)论文在模糊c均值聚类分析理论(Fuzzy c-means clustering,FcM)的基础上,结合电网广域状态信息,研究一种基于FcM的电网故障诊断算法。该算法属于无监督模式识别技术,利用线路IED采集相应保护的动作信息、方向元件状态信息、断路器状态信息等,并以电网各线路IED状态信息作为FcM的聚类对象。给出了电网关联IED的定义,利用故障诊断算法把故障元件关联IED归为一类,同方向区外故障IED归为一类。在故障区域最小原则下,选择聚类结果中IED个数最少的类别作为故障元件关联IED类,在该类中,判定相互关联的IED所关联的元件为电网故障元件。大量仿真表明,相对于有监督模式识别方法,该算法容错性能好,运行速度快,判别准确率高,在较多状态信息不准确的情况下均能正确诊断故障元件。论文最后对基于广域信息的电网故障诊断方法进行了总结,并对下一步后续工作的研究进行

关键词：广域工频电气量广域行波信息广域状态信息电网故障诊断概率神经网络支持向量机模糊c均值聚类算法

来源：评论

学校读者我要写书评

暂无评论

多重核的可能性模糊聚类算法

多重核的可能性模糊聚类算法

引用

作者：唐益明赵跟陆丰刚永任福继胡相慧 230009 安徽省合肥市包河区屯溪路193号

本发明公开了一种基于多重核的可能性模糊c均值聚类算法，其特征是按如下步骤进行：1对样本集合进行最优划分，使得目标函数值最小；2获得初始隶属度矩阵和初始化聚类中心；3迭代获得隶属度值、聚类中心和典型值；4获得引入权重指数之... 详细信息

标准号: CN105894024A

本发明公开了一种基于多重核的可能性模糊c均值聚类算法，其特征是按如下步骤进行：1对样本集合进行最优划分，使得目标函数值最小；2获得初始隶属度矩阵和初始化聚类中心；3迭代获得隶属度值、聚类中心和典型值；4获得引入权重指数之后的目标函数。本发明能准确的规避FcM对噪声点比较敏感以及PcM容易产生一致性聚类的问题，从而能进一步增加算法的准确性，同时能发现最适合权重值以及当前隶属度值的大小，进而提高算法的可靠性和收敛性。

关键词：隶属度聚类中心目标函数权重算法模糊c均值聚类算法矩阵样本集合初始化收敛性噪声点迭代聚类敏感引入发现

来源：评论

学校读者我要写书评

暂无评论

基于模糊c均值聚类和字典学习的肺结节分割

基于模糊C均值聚类和字典学习的肺结节分割

引用

作者：苏志远山东财经大学

学位级别：硕士

当今世界工业化进程的不断加快,给我们的物质生活带来了很大的改变。同时,也引发了生态环境的退化及由此蔓延的环境问题导致污染日益加剧。雾霾、PM2.5、水质富营养化等环境词汇不绝于耳。这些问题不断刷新人类身体健康的底线,致使肺癌... 详细信息

当今世界工业化进程的不断加快,给我们的物质生活带来了很大的改变。同时,也引发了生态环境的退化及由此蔓延的环境问题导致污染日益加剧。雾霾、PM2.5、水质富营养化等环境词汇不绝于耳。这些问题不断刷新人类身体健康的底线,致使肺癌成为癌症致死的罪魁祸首,亟待需要寻求治疗肺癌的新手段。由于肺癌的I型表现主要是以肺结节的形式存在,而最好的治疗手段就是早发现早治疗。目前,随着医学影像、机器学习和数字图像处理等技术的不断突破,使得肺癌计算机辅助诊断系统(computer Aided Diagnosis,cAD)发展速度加快。而精确的分割肺结节是cAD系统得以准确诊断的重要基础。肺部影像的主要采集手段是拍摄电子计算机断层扫描图像(computed Tomography,cT),由于cT影像的成像原理等问题使得噪声和影像数据量大等问题无法避免,并且针对毛玻璃型(Ground Glass Opacity,GGO)与血管粘连型(Juxta-vascular,JV)结节的研究较为匮乏。所以,本文主要针对以上问题作为研究对象。近些年,基于模糊c均值聚类算法(Fuzzy c-means algorithm,FcM)的图像分割得到了广泛的研究,但是应用到肺结节分割过程中仍然存对噪声较为敏感和容易产生过分割现象的问题。为了更加精确的将肺结节从图像中分割出来,本文针对FcM算法进行了深入的研究,为适应肺结节分割问题而提出了两种改进算法。本文的主要研究内容和创新点如下:1.基于FcM图像抗噪分割方法的研究,主要是解决肺部cT图像含有噪声并且光线不均匀等问题。本文从目标像素点邻域信息对像素归类产生影响的角度分析,认为现有的参考邻域像素信息的算法对含有噪声的cT图像仍然存在分割效果欠佳的原因是邻域像素的信息并不一定会对中心像素点产生正相关的影响。基于此,本文重新定义了邻域窗口像素信息的参考机制,重新对邻域空间像素点的灰度值做灰度等级规定化操作,以此为参考标准选择不同的模糊因子。解决了传统分割方法对噪声图像敏感和FLIcM算法对图像的过分割问题。从而提高了肺结节分割的准确率。2.基于FcM算法和字典学习的肺结节分割方法,针对FcM改进算法分割效果不理想,仍有进步空间的问题。本文对像素点的内部结构信息做了更加深入的分析,认为图像中的局部信息对目标像素点的分类仍然存在很大的影响。本文在改进的FcM算法的基础上,提出融合字典学习思想对目标函数做出进一步的改进。利用字典学习的过程融合图像局部信息,提取像素间的内在相关性,同时给出了新目标函数下四个未知变量的求解优化方法。通过实验证明,新算法可以更好提高肺结节分割的准确率。

关键词：肺结节分割模糊c均值聚类算法字典学习邻域像素点

来源：评论

学校读者我要写书评

暂无评论

基于模糊c均值聚类和支持向量机算法的燃煤锅炉结渣特性预测

引用

动力工程学报 2014年第2期34卷 91-96页

作者：王宏武孙保民张振星信晶康志忠华北电力大学电站设备状态监测与控制教育部重点实验室北京102206

应用基于模糊c均值聚类算法预处理的支持向量机算法对锅炉结渣特性进行预测建模,将煤的软化温度、碱酸比、硅铝比和硅比以及无因次炉膛烟气平均温度和无因次实际切圆直径作为模型的输入变量,结渣程度作为输出变量,利用优化后的模型对10... 详细信息

应用基于模糊c均值聚类算法预处理的支持向量机算法对锅炉结渣特性进行预测建模,将煤的软化温度、碱酸比、硅铝比和硅比以及无因次炉膛烟气平均温度和无因次实际切圆直径作为模型的输入变量,结渣程度作为输出变量,利用优化后的模型对10台锅炉的结渣特性进行评判.结果表明:该模型能够减小训练样本的过拟合度,具有较强的泛化能力;本试验中FcM-SVM预测模型预测结果的正确率为100%,可以实现对锅炉结渣特性的精确预测.

关键词：燃煤锅炉结渣支持向量机模糊c均值聚类算法预测

来源：评论

学校读者我要写书评

暂无评论

基于主成分分析的织物瑕疵检测特征选取研究

引用

中国高新技术企业 2016年第9期 29-30页

作者：马彦白俊武汉纺织大学湖北武汉430000

为了提取到能够反映织物瑕疵的关键特征,文章对织物瑕疵图像从多个角度分别提取了基于分形维的空隙特征、多重分形特征、傅里叶变换特征、小波变换特征共计19维特征;高维特征会造成运算成本的增加,为此利用主成分分析法,从原始特征空间... 详细信息

为了提取到能够反映织物瑕疵的关键特征,文章对织物瑕疵图像从多个角度分别提取了基于分形维的空隙特征、多重分形特征、傅里叶变换特征、小波变换特征共计19维特征;高维特征会造成运算成本的增加,为此利用主成分分析法,从原始特征空间中得出了8个主要特征;运用模糊c均值聚类算法(FcM)对正常织物图像和瑕疵图像进行了聚类分析。

关键词：织物瑕疵检测特征选取主成分分析模糊c均值聚类算法瑕疵图像高维特征

来源：评论

学校读者我要写书评

暂无评论

故障诊断算法在MapReduce中的优化实现

引用

计算机测量与控制 2016年第11期24卷 45-47,51页

作者：赵虎覃永震左开伟武警工程大学信息工程系西安710086

针对故障诊断算法特点,给出了MapReduce框架实现故障诊断算法的基本方法;通过对故障诊断算法和MapReduce运算框架的分析,得出诊断算法MapReduce化的基本方法和思路;在算法研究的基础上,针对非迭代诊断算法,采用传统MapReduce框架实现;... 详细信息

针对故障诊断算法特点,给出了MapReduce框架实现故障诊断算法的基本方法;通过对故障诊断算法和MapReduce运算框架的分析,得出诊断算法MapReduce化的基本方法和思路;在算法研究的基础上,针对非迭代诊断算法,采用传统MapReduce框架实现;针对迭代诊断算法,采用添加了传送模块的迭代式MapReduce框架实现;分别以最近邻法和模糊c均值聚类算法为例,给出非迭代和迭代诊断算法MapReduce化的具体实现;实验结果表明,文章所提基本方法可以运用在故障诊断算法中,为诊断算法MapReduce化提供依据,将MapReduce运用到故障诊断算法中可以有效提升故障诊断效率。

关键词：故障诊断算法映射归约模型最近邻法模糊c均值聚类算法迭代

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：