检索结果-内蒙古大学图书馆

计算机工程 2018年第5期44卷 252-255页

作者：任云程福林黎洪松桂林电子科技大学信息与通信学院广西桂林541004

传统基于块的立体视频视差估计算法计算复杂、效率较低,难于以硬件实现。为此,提出一种基于三维自组织映射的视差模式识别算法。根据图像块均值的大小,为视差序列建立高、底亮度模式库,输入块根据均值大小在不同的库中匹配模式块,从而... 详细信息

传统基于块的立体视频视差估计算法计算复杂、效率较低,难于以硬件实现。为此,提出一种基于三维自组织映射的视差模式识别算法。根据图像块均值的大小,为视差序列建立高、底亮度模式库,输入块根据均值大小在不同的库中匹配模式块,从而实现视差估计。在模式库训练时引入频率敏感方法,以提高矢量利用率,减少死神经元,降低获胜矢量响应频率。实验结果表明,与基于块的视差估计算法相比,该算法的视差预测图像的平均峰值信噪比提高了1.78 dB。

关键词：视差估计自组织映射算法聚类算法视差模式识别立体视频编码

来源：评论

学校读者我要写书评

暂无评论

基于半监督自组织映射的航空叠层异质材料铆接孔径预测

引用

控制工程 2024年

作者：周子恒张永马贵君孙佳华沈浩然程骋袁烨华中科技大学人工智能与自动化学院武汉科技大学信息科学与工程学院华中科技大学机械科学与工程学院华中科技大学数字制造装备与技术国家重点实验室

飞机结构件的连接是飞机装配过程中的重要一环，需要大量锪窝制孔来进行铆钉或螺纹连接。航空工业现有的零部件铆接工艺存在孔径精确检测成本高、现有方法检测精度低、人工复检率低等问题。针对以上问题，实现只通过人工复检少量孔径，... 详细信息

飞机结构件的连接是飞机装配过程中的重要一环，需要大量锪窝制孔来进行铆钉或螺纹连接。航空工业现有的零部件铆接工艺存在孔径精确检测成本高、现有方法检测精度低、人工复检率低等问题。针对以上问题，实现只通过人工复检少量孔径，在不影响生产周期和不提高人力成本的情况下预测其余孔径。在实际生产环境中使用硬质合金刀具和叠层材料试刀板采集了一批同把刀具铆接制孔的扭矩数据，通过人工复检测量孔径的方法构建了一个扭矩-孔径数据集，并使用了一种基于自组织映射神经网络的半监督算法建立模型，使用只有少量孔径标签的训练数据，实现了对孔径的预测。实验结果表示半监督方法运用在铆接制孔的孔径预测中，在保证生产效率的前提下，且分别只有10%、20%、30%的孔径标签数据存在的情况下，均方根误差分别达到了0.0109mm、0.0110mm和0.0103mm，预测精度满足特定航空工业生产需求，且与常用的监督机器学习方法效果相比有相似甚至更高的预测精度。

关键词：精密钻削自组织映射算法半监督学习孔径预测

来源：评论

学校读者我要写书评

暂无评论

基于自组织映射的视觉神经网络建模研究

基于自组织映射的视觉神经网络建模研究

引用

作者：钟文祺中国科学院大学

学位级别：硕士

随着机器学习和模式识别在互联网和多媒体技术的广泛应用，神经网络建模方法成为在计算机视觉领域重要的研究方向。然而，人类和动物的感知和认知过程是一个相当难解释的问题，视觉感知和视觉认知则是其中一个重要研究方向。目前，研究... 详细信息

随着机器学习和模式识别在互联网和多媒体技术的广泛应用，神经网络建模方法成为在计算机视觉领域重要的研究方向。然而，人类和动物的感知和认知过程是一个相当难解释的问题，视觉感知和视觉认知则是其中一个重要研究方向。目前，研究人类和动物视觉系统中感知与认知规律的研究相对较少，基于认知生理学机制和神经元内联一致性结构的视觉神经网络研究正获得越来越多的关注。通过对大脑皮层的自组织功能的模拟，生物启发的自组织映射算法成为解决计算机视觉问题的一种有效方法，并具有算法简单直观以及泛化能力强等优点。受到自组织映射算法的启发，通过将视觉神经网络加入自组织映射算法可以期望获得更好的特征表达能力。本文主要探讨自组织映射算法在视觉神经网络中的建模方法，并且对浅层视觉神经网络与深度视觉神经网络上进行对比。　　本文研究如何将自组织映射算法应用于浅层视觉神经网络模型。在基于视觉认知神经网络的自动目标搜索和定位改进模型的基础上，加入了多维拓扑聚类结构，得到了基于多维拓扑聚类的视点运动控制神经网络模型，来解决目标搜索问题。新的结构是以模拟视觉系统中认知过程为理念构建而成，旨在让模型更加符合人类视觉认知的过程。　　本文探讨如何以自组织映射算法构建深度视觉神经网络。通过融合卷积神经网络中局部连接、权值共享、采样汇聚以及多层网络的特性，构建一个基于自组织映射算法的深度视觉神经网络，来解决图像分类问题。基于自组织映射算法的深度视觉神经网络根据生理学基础，在层内建立具有大脑神经系统自组织特征映射功能的基本结构，在层次之间具有类似于人脑的分层模型结构。　　通过在多个公开数据集上进行测试，验证了基于自组织映射算法的视觉神经网络的有效性，并表明模型具有较好的泛化性能。

关键词：自组织映射算法视觉神经网络建模仿真多维拓扑聚类

来源：评论

学校读者我要写书评

暂无评论

一种基于SOM和PAM的聚类算法

引用

计算机应用 2007年第6期27卷 1400-1402页

作者：张钊王锁柱张雨首都师范大学信息工程学院北京100037

提出了一种基于自组织映射(SOM)算法和围绕中心点的划分(PAM)算法相结合的SOM-PAM聚类算法。该算法首先利用SOM算法对数据集进行“粗聚类”并得到簇数k;然后,根据簇数k再利用PAM算法对“粗聚类”结果进行聚类并得到最终聚类结果。通过... 详细信息

提出了一种基于自组织映射(SOM)算法和围绕中心点的划分(PAM)算法相结合的SOM-PAM聚类算法。该算法首先利用SOM算法对数据集进行“粗聚类”并得到簇数k;然后,根据簇数k再利用PAM算法对“粗聚类”结果进行聚类并得到最终聚类结果。通过实验表明,SOM-PAM算法具有比SOM算法更高的聚类效率和更好的聚类质量。

关键词：聚类自组织映射算法围绕中心点的划分算法

来源：评论

学校读者我要写书评

暂无评论

基于改进智能水滴算法的梯级水库群调峰调度研究

引用

水电能源科学 2023年第4期41卷 97-101页

作者：王奇邢龙简铁柱赵明亮李帅中国长江三峡集团有限公司流域枢纽运行管理中心湖北宜昌443133

针对智能水滴算法(IWD算法)存在种群多样性不足、易陷入局部最优、初期求解速度慢等缺陷,提出了改进的智能水滴算法(IIWD算法),该算法引入了Logistic混沌初始化方式及差分进化算法(DE算法)的差分变异算子,同时改进了自组织映射算法(SOM... 详细信息

针对智能水滴算法(IWD算法)存在种群多样性不足、易陷入局部最优、初期求解速度慢等缺陷,提出了改进的智能水滴算法(IIWD算法),该算法引入了Logistic混沌初始化方式及差分进化算法(DE算法)的差分变异算子,同时改进了自组织映射算法(SOM算法)的神经元更新方式并将其引入到IWD算法最优个体的次更新过程中,并将IIWD算法应用于梯级水库群调峰调度中,同时与IWD与DE算法进行对比,验证了该算法的高效性。

关键词：智能水滴算法自组织映射算法调峰调度梯级水库群

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘的镜头分类技术研究

基于数据挖掘的镜头分类技术研究

引用

作者：罗李重庆邮电大学

学位级别：硕士

基于内容的视频检索是当前多媒体领域的研究热点。镜头分类，是基于内容的视频检索的基础工作。运动信息是描述视频的一种重要信息，是视频所独有的特征。运动信息有两种，全局运动和局部运动。全局运动代表摄像头的运动，局部运动代表... 详细信息

基于内容的视频检索是当前多媒体领域的研究热点。镜头分类，是基于内容的视频检索的基础工作。运动信息是描述视频的一种重要信息，是视频所独有的特征。运动信息有两种，全局运动和局部运动。全局运动代表摄像头的运动，局部运动代表视频里的目标运动。虽然人们一般更加关心视频里的目标运动，但是摄像头的运动也包含着重要信息，也是对视频中人物或事件变化的一种反映。为了实现镜头分类，首先必须区分全局运动和局部运动。\n 本文根据 MPEG 编码的特点，在传统自组织映射算法 (SOM) 的基础上，提出了多层次自组织映射算法 (MSOM)。通过采用多层次的神经网络，MSOM 解决了传统 SOM 算法在有冲突的情况下，造成分类误差的问题。为了进一步提高算法的执行效率，通过引入主成分分析方法 (PCA)，本文提出了基于主成分分析的多层次自组织映射算法 (MPCA-MSOM)。MPCA-MSOM 算法在保持较高识别率的同时，大大降低了计算复杂性，提高了执行效率。\n 仿真实验的结果表明，相对于其它同类算法，MSOM 和 MPCA-MSOM算法提高了分类的识别率，在利用运动信息的镜头分类中有更好的效果。

关键词：视频检索镜头分类数据挖掘自组织映射算法主成分分析

来源：评论

学校读者我要写书评

暂无评论

基于立体视觉的连续体机器人形状检测方法与实验研究

基于立体视觉的连续体机器人形状检测方法与实验研究

引用

作者：李旭莹天津大学

学位级别：硕士

连续体机器人在微创外科手术发展中展现出巨大的应用前景,其固有的结构柔顺性使其能够在受限空间内沿曲折入路到达病灶部位,并且可以在患者体内完成复杂精细的手术动作。然而,连续体机器人固有的柔顺性以及手术中器械与人体组织接触导... 详细信息

连续体机器人在微创外科手术发展中展现出巨大的应用前景,其固有的结构柔顺性使其能够在受限空间内沿曲折入路到达病灶部位,并且可以在患者体内完成复杂精细的手术动作。然而,连续体机器人固有的柔顺性以及手术中器械与人体组织接触导致的不确定性,使其形状不可知,从而导致运动难以被准确描述且存在组织损伤风险,因此必须对连续体机器人进行准确的实时三维形状检测。本文基于立体视觉技术,针对微创手术中常见的连续体机器人轮廓构型特点,分别实现了基于标记点和基于自组织映射(Self-organizing Map,SOM)神经网络算法的连续体机器人实时三维形状检测,并分别设计出离线和实时检测软件平台。本文主要研究内容如下:首先,搭建连续体机器人形状检测平台,并完成检测平台系统标定,系统标定包括双目相机标定及相机与机器人坐标系之间转换矩阵的求取。介绍了摄像机模型和系统标定方法,借助MATLAB标定工具箱得到系统标定结果,并对所得相机与机器人坐标系之间的转换矩阵进行精度验证。其次,实现了基于标记点方法的连续体机器人实时三维形状检测,并在完成标记点提取与匹配基础上,分别实现了基于三角测量和优化求解的两种三维重构方法。此外,基于SOM算法实现了一种无须在机器人上设置标记点的实时形状检测方法,与传统应用SOM进行机器人形状检测的方法相比,提高了运行效率。基于Visual Studio 2013开发环境,利用MFC框架进行界面程序设计,同时应用OpenCV和OpenGL开发工具,针对本文基于标记点和基于SOM的形状检测算法分别设计出相应的离线和实时检测软件,并在软件设计中考虑到人机交互以及用户界面的友好性。最后,针对本文所提算法开展相关实验研究,分别验证了基于标记点和基于SOM的机器人形状检测算法的检测精度、误差稳定性以及程序实时性。实验结果表明,本文所提算法均能实现较高精度的连续体机器人实时三维形状检测。

关键词：立体视觉连续体机器人形状检测标记点自组织映射算法

来源：评论

学校读者我要写书评

暂无评论

柔性机械臂三维形状视觉检测方法研究

柔性机械臂三维形状视觉检测方法研究

引用

作者：韩纬地哈尔滨工业大学

学位级别：硕士

柔性机械臂由于具有任意部位连续变形,以及结构柔顺等特点,适合在狭小复杂的环境中使用,在医疗、救灾及航天等领域有巨大的应用潜力。为实现对柔性机械臂的闭环控制,需要得到机械臂的形状信息。本文基于立体视觉,针对气动柔性机械臂,开... 详细信息

柔性机械臂由于具有任意部位连续变形,以及结构柔顺等特点,适合在狭小复杂的环境中使用,在医疗、救灾及航天等领域有巨大的应用潜力。为实现对柔性机械臂的闭环控制,需要得到机械臂的形状信息。本文基于立体视觉,针对气动柔性机械臂,开展了无需标记点的三维形状检测方法研究。本文主要研究内容如下:首先,设计并实现了基于自组织映射(Self-organizing Map,SOM)的三维形状检测算法。本文使用MATLAB标定工具箱完成了双目相机的标定研究,之后以软管为形状检测对象进行实验,将SOM算法与常用聚类算法K-means进行对比,从多个方面分析两种算法的优劣。在确定使用SOM算法后,采用三个误差指标评估SOM算法的聚类效果,通过多轮实验,详细分析了SOM算法参数与形状聚类误差之间的关系,并以此研究为基础,针对软管设计SOM算法参数,完成数据聚类。最后通过三角测量方法重建了实验对象在相机坐标系下的三维形状,验证了算法的有效性。该算法不需要提前进行标记,也不需要使用目标的三维点云数据,只需要保证目标在相机视角下不发生重叠遮挡即可。其次,为了估计算法检测结果与真实形状之间的偏差,设计并实现了基于标记的三维形状检测算法。保持软管形状不变,在其上沿着软管方向等间距地进行标记,之后设计了图像处理算法得到了软管上的标记点,并完成了标记点的排序以及三维重建。为了便于计算误差,对检测出的空间三维点集进行了多项式拟合,将其结果作为标准值,与使用SOM算法的检测结果进行了比较研究,定义平均偏差并对误差进行了量化。由结果可知所提的基于SOM的检测算法能达到较高的精度。最后,设计并实现了柔性机械臂运动平台及三维形状实时检测算法。通过对相关元器件的分析研究,设计并搭建了柔性机械臂运动平台。另外在之前提出的基于SOM的形状检测算法的基础上,考虑实时性要求,从三个方面对算法进行优化,并分析了优化前后,算法在检测精度及训练速度上的改变。最后使用搭建的运动平台进行实验,完成了柔性机械臂三维形状实时检测,在满足形状检测精度的情况下提高了算法的速度。

关键词：柔性机械臂形状检测自组织映射算法立体视觉

来源：评论

学校读者我要写书评

暂无评论

基于图论的聚类算法研究

基于图论的聚类算法研究

引用

作者：王慧娜北京工业大学

学位级别：硕士

随着深度神经网络的发展，有监督学习技术在很多领域已经取得了不错的效果。然而现实生活中获得的数据很少带有标签信息，因此在复杂的机器学习应用场景中，对无监督学习方法的研究显得尤为重要。常用的无监督学习算法主要有主成分分析... 详细信息

随着深度神经网络的发展，有监督学习技术在很多领域已经取得了不错的效果。然而现实生活中获得的数据很少带有标签信息，因此在复杂的机器学习应用场景中，对无监督学习方法的研究显得尤为重要。常用的无监督学习算法主要有主成分分析法、拉普拉斯特征映射方法、聚类算法等。本文重点对聚类算法进行研究，而自组织映射(Self-organizing Maps，SOM)算法和谱聚类算法作为两种典型的聚类算法，因其良好的聚类效果，得到了广泛的应用。然而，这两种聚类算法亦存在一些不足，例如:SOM聚类算法的性能对初始网络结构有较强的依赖，谱聚类算法在高维数据上效果不佳，谱聚类算法受邻接矩阵影响较大。为了解决这些问题，本文对SOM聚类算法和谱聚类算法进行改进:　　(1)由于SOM聚类算法需要预先给定网络单元数目及其结构形状，而这些预先指定的参数会直接影响聚类效果。为减少预定义参数对结果的影响，本文提出了一种基于图论的SOM聚类算法。该算法将每个数据样本看作空间中的点，通过构造无向图及其邻接矩阵，得到拉普拉斯矩阵，然后对拉普拉斯矩阵进行特征值分解，最后在SOM网络中对特征值矩阵进行聚类。　　(2)由于谱聚类算法的聚类效果依赖于邻接矩阵，不同的邻接矩阵会得到不同的聚类结果。当原始数据为高维数据时，由于降维不足导致谱聚类算法的聚类效果不理想。为解决谱聚类算法对邻接矩阵的依赖问题，本文一方面提出了基于修正最小生成树的构造邻接矩阵方法，该方法通过修正后的最小生成树算法得到样本点的邻接矩阵。另一方面，为提高谱聚类算法在高维数据上的聚类效果，本文提出了基于稀疏自编码器的谱聚类算法，该算法将稀疏自编码器与谱聚类算法进行联合优化，有效地解决了谱聚类算法对高维数据聚类不佳的问题。　　本文在10个公开数据集上对论文提出的方法进行验证。首先在Digits、Breast、Iris和TwoCircles数据集上对比了基于图论的SOM算法和已有的相关算法。结果表明，基于图论的SOM算法有效地减少了预定参数对SOM聚类效果的影响且比传统的聚类算法获得了更优的聚类效果。另外，本文在TwoCircles、Digits、Breast和Wine数据集上验证了基于修正最小生成树的谱聚类算法。实验表明相对于使用两种经典的生成邻接矩阵算法的谱聚类算法，基于最小生成树的谱聚类算法在不需要大量调参的同时获得了更好的聚类结果。最后在MNIST、Yale_64×64、Yale_32×32和USPS数据集上对基于稀疏自编码器的谱聚类算法进行验证，实验表明该算法比传统的聚类算法获得了更稳定且更优的聚类效果。

关键词：自组织映射算法谱聚类算法图论最小生成树稀疏自编码器

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的算法在Femtocell切换过程中的应用研究

基于机器学习的算法在Femtocell切换过程中的应用研究

引用

作者：王帅南京邮电大学

学位级别：硕士

随着4G网络的普及,LTE系统中的关键技术受到越来越多的关注。为了改善室内用户的通信质量,Femtocell技术应运而生,Femtocell基站体积小、功耗低、即插即用,但是Femtocell基站的覆盖范围十分有限,常常应用于室内环境。因为室内用户经常会... 详细信息

随着4G网络的普及,LTE系统中的关键技术受到越来越多的关注。为了改善室内用户的通信质量,Femtocell技术应运而生,Femtocell基站体积小、功耗低、即插即用,但是Femtocell基站的覆盖范围十分有限,常常应用于室内环境。因为室内用户经常会在Femtocell网络与Macrocell网络之间频繁切换,所以本文注重研究从Femtocell网络到Macrocell网络的切换管理过程,并针对该过程提出合适的优化算法。室内的无线环境相对复杂,移动终端从Femtocell网络切换到Macrocell网络的过程中,乒乓效应频繁发生,为了减少切换过程中乒乓切换发生的次数,可以利用一种基于机器学习的自组织映射算法优化切换的过程。本文根据Femtocell网络与Macrocell网络之间切换的实际环境,提出了一种基于核函数的自组织映射算法,并且引入K均值算法与自组织映射算法相结合,形成了一种基于机器学习的二阶聚类算法,通过该二阶聚类算法的优化,Femtocell网络的切换系统将能够根据手机发送的测量报告,自主地判断移动终端所处的区域,对移动终端发出的切换请求进行判决。最终达到提升Femtocell切换系统性能的目的,抑制大部分不必要的切换,有效地减少乒乓效应的发生,同时从总体上减少切换的次数,切换过程中的掉话现象也会相应地有所降低,同时也会减少整个系统的信令开销,提高系统的工作效率。

关键词： Femtocell 切换管理自组织网络自组织映射算法 K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：