【摘 要】
：
为能够自适应地计算均值漂移算法中的带宽,采用混合粒子群算法将带宽看作是粒子群算法中的粒子,根据采样点的局部结构,对密度大的区域采用小的带宽进行计算,对于密度小的区域则采用大的带宽,然后利用计算出的带宽将均值漂移算法用于图像分割.实验结果表明,与经典均值漂移算法相比,新算法不仅解决了均值漂移算法中带宽的选择问题,而且保证了图像分割的质量.
论文部分内容阅读
为能够自适应地计算均值漂移算法中的带宽,采用混合粒子群算法将带宽看作是粒子群算法中的粒子,根据采样点的局部结构,对密度大的区域采用小的带宽进行计算,对于密度小的区域则采用大的带宽,然后利用计算出的带宽将均值漂移算法用于图像分割.实验结果表明,与经典均值漂移算法相比,新算法不仅解决了均值漂移算法中带宽的选择问题,而且保证了图像分割的质量.
其他文献
为探讨醉马草(Achnatherum inebrians)种群繁殖和扩散机理,并为其防控和开发利用提供理论基础,研究了不同沙埋深度(0、1、2、3、4和5cm)对醉马草种子萌发和幼苗生长的影响。结果表明:埋深对醉马草幼苗出土率、首次出苗时间、幼苗生长高度以及生物量的分配均有极显著影响(P<0.001);种子萌发和幼苗出土率在2cm沙埋下达到最高(92%),在5cm沙埋下最低(58.7%);幼苗最大
采用砂基培养法,研究了0、0.05和0.5mg·L-1Zn2+(0.05mg·L-1为对照,0.5mg·L-1为锌过量,0mg·L-1为锌缺乏)处理下"不知火"和"椪柑"叶片的一些生理指标及不同部位锌含量的变化。结果表明:1)缺锌处理的"不知火"叶绿体色素含量和叶面积均显著低于其对照和锌过量处理;锌过量处理的"椪柑"叶绿体色素含量和叶面积均显著低于对照。2)3个锌浓度处理间,"不知火"叶片POD、
Arsenic is a widespread contaminant in soils and groundwater. While various iron-based materials have been studied for immobilizing arsenic in contaminated soils, the feasibility of stabilized iron-ba
鉴于之前的大多数工作仅仅局限于人脸的表情识别,在本文中,我们提出了一种基于排序模型的创新性人脸表情识别方法。与之前的方法不同的是,我们提出的方法不但能够做表情识别,而且能够估计表情的程度,而表情程度估计则对于理解人的情绪变化有很大的帮助。虽然精确标注表情的程度很困难,但是表情随时间变化的有序信息提供了相对的度量。基于这种观察,我们将表情程度估计问题转化为一个排序问题,并且用Rankboost建立排
针对道路设计的工程需要,构造曲率单调且保号的平面三次C-Bzier螺线.利用这条螺线,详细推导在道路设计等工业应用中直线和圆弧之间的过渡曲线.如同工程中使用回旋曲线过渡一样,直线和圆弧之间用一条螺线过渡,圆弧与圆弧之间用一对C型或S型螺线过渡,两条直线之间用一对螺线过渡,当圆包含圆弧时用一条螺线过渡.给出在前4种情况下螺线的具体表达式,第5种情况不一定有解.由于直线、圆弧能够用C-Bzier曲
介绍构造混沌分形图形的基本方法。从美学角度分析混沌分形图形中的对称、节奏和韵律、平衡、自相似性、嵌套等特点,体会混沌分形图形的美学特征。尝试混沌分形图形在建筑装饰中的应用效果。
提出一种视觉跟踪任务中鲁棒的目标模型更新算法.首先利用结合空域信息的特征直方图对目标和背景进行建模;然后通过引入信息论中的交叉熵,定量地评价各个特征空间下目标和背景的差异性,选择差异性最大的特征空间更新目标模型,并用均值漂移算法定位目标.为解决模型更新中的偏移问题,采用条件随机场(CRF)模型,通过融合图像序列的时空上下文信息分割出目标前景,利用分割结果减小模型更新的误差.实验结果验证了该算法的有
Primary vertex reconstruction is crucial to estimate the beam profile in collision experiments. We study the principle of an iterative process, called the Kalman filter method, and apply it to primary
针对在复杂环境下,利用单个特征不能准确跟踪目标的问题,提出了一种在粒子滤波框架下融合多个特征进行目标跟踪的算法.利用Fisher线性判别原理,从特征集合中抽取能有效判别目标和背景并能保持目标时域一致的特征子集.在粒子滤波框架下,自适应地融合特征子集中的所有特征实现目标跟踪.通过试验证明了该算法在遮挡、环境变化等情况下的健壮性,同时也验证了跟踪结果的精确性.
提出了一种基于混合模型的文本主题-情感分析方法.将训练集中的文本分别标记情感倾向和主题类别,根据不同情感和主题的语言表达方式,分别估计出情感和主题语言模型.通过计算待处理的测试文本语言模型与这两类模型之间的距离,评估测试文本与模型之间的相似性,最终确定文本的主题和情感倾向.模型的参数选用了bigram特征,参数估计采用了最大似然估计和平滑技术相结合的策略.这种模型化方法具有通用性,可以应用到不同类