【摘 要】
：
不确定性存在于图像处理、模式识别等众多领域的实际应用中,模糊?均值聚类(FCM)算法虽广泛应用于这些领域,但其处理不确定性的能力较差.引入区间二型模糊理论能有效提升算法处理不确定性的能力,但相应地造成算法复杂度增加,制约了区间二型FCM算法的推广应用.鉴于此,提出增强型区间二型FCM算法,通过优化初始聚类中心和降型运算,极大地减少了区间二型FCM算法的运算量,并提升算法的收敛速度.通过对随机和实际
论文部分内容阅读
不确定性存在于图像处理、模式识别等众多领域的实际应用中,模糊?均值聚类(FCM)算法虽广泛应用于这些领域,但其处理不确定性的能力较差.引入区间二型模糊理论能有效提升算法处理不确定性的能力,但相应地造成算法复杂度增加,制约了区间二型FCM算法的推广应用.鉴于此,提出增强型区间二型FCM算法,通过优化初始聚类中心和降型运算,极大地减少了区间二型FCM算法的运算量,并提升算法的收敛速度.通过对随机和实际数据的实验比较验证了改进算法的有效性.
其他文献
云雨粒子的形状是云雨研究的重要课题,也是云雨类型判别的重要依据。为了获得不同粒子的形状信息,从光学图像法的基本原理出发,采用数字图像处理的方法对云雨粒子图像进行分析,得出了云雨粒子的几何参数特征,提出了利用矩和傅立叶描述子来构建云雨粒子形状特征向量的方法,并进行了对比分析,所组成的特征向量可以直接为云雨粒子的分类所用,在实际应用时应根据实际情况选择所取傅立叶描述子的个数,为降水粒子的形状识别提供了
高质量插图制作是近年来国内外学术期刊对科技工作者发表论文的明确要求,尤其是国际SCI期刊对插图质量的要求越来越高,不仅需要足够高的插图分辨率,而且对插图尺寸和压缩方法都有明确要求。鉴于部分科技工作者尤其是生物医学工作者对学术论文所需作图软件难以全面掌握,本文对高分辨率插图制作的方法进行介绍,以促进科技论文中图形质量的提高。
单位面积麦穗数是小麦产量预测中的一个重要参数。在应用图像处理技术识别麦穗的个数研究中,提出了一种小麦颜色信息和AdaBoost算法相结合的麦穗检测方法。先用麦穗颜色分割法排除非小麦区域的干扰,然后用AdaBoost算法训练的分类器对麦穗区域进行定位识别。该方法在保证检测率的同时,大大减少了目标区域的误检率,提高了小麦检测准确率。试验证明所用方法能有效去除叶片和秆茎的干扰,对于角度倾斜有一定鲁棒性。
利用相邻三像素为基本嵌入单元,以最小化像素修改幅度为目标,同时使嵌入单元中相邻像素的像素差修改幅度也尽量小,设计隐写提取函数.嵌入信息时根据提取函数对像素进行修改,可保证对像素尽可能少修改的同时,尽可能地保持了图像内容.实验表明:在同样的大嵌入容量下,该方法的嵌入效率、视觉效果和安全性均优于已有方法.
The existing methods for visualizing volumetric data are mostly based on piecewise linear models.And all kinds of analysis based on them have to be substituted by coarse interpolations.So both accurac
从多视角几何的角度分析了强视差下基于运动相机的运动目标检测问题,提出了曲面单应模型,给出了多视角下的三维静止场景的约束条件。现在一般的方法是平面加视差或直接用基础矩阵等简单的几何约束,但无法解决约束条件退化的问题。该算法框架提出了比基础矩阵更强的约束条件,将基础矩阵面退化情况改进为曲面单应下的线退化,并根据曲面单应引入了建模、学习、检测的过程,从而解决了约束条件退化的问题。与以往算法不同,该算法不
针对Rein Lien Hsu提出的加入亮度补偿后的椭圆肤色模型在亮度较高和较低的区域容易误判的问题,提出了根据亮度值来分段选择椭圆长短半轴参数值的改进方法,MATLAB实验仿真表明改进后的算法比原始椭圆模型算法具有更高的适用性和准确性,搭建的FPGA系统能够满足人脸的实时检测需求。
For a cone-beam three-dimensional computed tomography(3D-CT) scanning system, voxel size is an important indicator to guarantee the accuracy of data analysis and feature measurement based on 3D-CT ima
Single-photon emission computerized tomography and positron emission tomography are essential medical imaging tools, for which the sampling angle number and scan time should be carefully chosen to giv
提出一种相似矩阵迭代修正并聚类算法,分为偏振定理的谱分离数据和球极平面逆投影的几何分离数据两步.首先将数据谱分解,得到低维距离矩阵;然后投影到双随机矩阵,隐式进行一次球极平面逆投影,几何对称分离数据;最后解算投影后坐标,得到新相似矩阵.实验在人工合成数据和自然数据上进行,结果表明所提出算法修正了数据的相似度,并获得了正确的聚类个数,对尺度参数变化有较强的鲁棒性,聚类性能比修正前有较大提升.