类内离散度相关论文
由于视频监控系统的普及,在各种公共场所都布置了摄像头,为行人的跟踪提供了大量监控视频。这对于人工监控分析视频的方式来说一来......
在特征项分布不平衡的情况下,传统信息增益算法的分类性能会急剧下降,针对此缺陷提出了一种利用特征项分布信息来改进信息增益公式......
针对已有产生矩阵的弊端,以及K-L变换的自身特性,本文提出了改进的综合离散度产生矩阵.它能以不同的比重同时满足类内离散度最小和......
模糊技术和神经网络在模式识别领域中已有了广泛应用，二者有着各自的优势。针对神经网络模式识别中所遇到的问题，为了进一步提高分类......
【摘要】本文采用改进的二维Otsu算法，引入了邻域平均灰度值和类内最小离散度，用两个一维的Ostu算法替代二维的Ostu算法，使得计算复杂......
分类算法主要存在问题：（1）无法充分利用样本的分布特征;（2）无法保持样本的相对关系不变;（3）无法解决大规模分类问题。对此,提出了一种基于......
支持向量机是一种很流行的机器学习方法,在许多领域都有了广泛的使用。传统的支持向量机模型是寻求类之间的间隔最大化,而忽视了一......
提出了一种改进的Otsu阈值分割方法,该算法结合了最小类内离散度与最大类间方差.类内方差越小,类的内聚性就越好,据此提出分类的类......
分析了信息增益方法的不足,并将类内离散度、类间离散度和权重协调因子应用到信息增益算法上,提出了一种改进的信息增益算法.实验......
模糊支持向量机是在支持向量机的基础上,通过考虑不同样本对支持向量机的作用而提出的一种分类方法,然而,该方法却忽视了给定样本......
典型相关分析CCA是一种经典的特征提取方法,该方法找到的投影方向满足两视图数据集之间的相关性最大,该方法在生产实践中广泛应用,......
提出基于改进粒子群优化的二维Tsallis熵分解算法。首先将二维Tsallis熵算法降维分解为两个一维Tsallis熵,同时在目标函数中引入类......
针对实际应用中得到的数据往往只有少量具有类别标签,大多数类属未知的情况,在Fisher准则的基础上,提出基于Fisher准则的半监督特......
小样本问题的存在使得类内离散度矩阵为奇异阵,因此求解线性判别分析(LDA)算法的广义特征方程存在病态奇异问题。为解决此问题,在......
传统特征提取改进方法在特征分布信息的量化方面存在不足,很大程度上影响了其分类效能。针对这一问题,提出一种基于最少出现文档频......
支持向量机(Support vector machine,SVM)作为一种经典的分类方法,已经广泛应用于各种领域中。然而,标准支持向量机在分类决策中面......
支持向量机是建立在统计学习理论的VC维理论和结构风险最小化原则的基础上的一种机器学习方法。它根据有限的数据信息在模型的复杂......
提出了一种基于简化的PCNN与类内最小离散度相结合的自适应图像分割方法,在每次迭代时将脉冲耦合神经网络点火的神经元对应的像素......
在遥感图像的处理过程中特征提取、特征选择是极其重要的,光谱特征和纹理特征是遥感图像的两类特征。利用K-T变换、K-L变换、经验......
研究了以烟叶化学成分为基础,利用主成分分析和聚类分析方法对烟草质量一致性进行评价的方法。该方法采用主成分分析方法,剔除了原......
图像分割是图像处理和计算机视觉领域低层次视觉中最基础,最重要的领域之一,同时具有广泛的应用价值。目前,现有的分割算法在实际......
针对二维Otsu自适应阈值算法计算复杂度高的问题,提出一种新的快速有效的Otsu图像分割改进算法。该算法通过求两个一维Otsu法的阈......
为了建立合理的矿井水害识别模型库,以便提高水害来源识别的准确率,提出了建立水害识别模型库(水的水化学模型)的原则和方法技术。......
提取低维人脸特征是人脸识别系统中极其关键的一步。线性判别分析（LDA）是一种较为普遍的用于特征提取的线性分类方法。本文提出了一......
图像内容特征差异使得载体、载密图像的隐写检测特征混淆在一起而难以区分,这导致图像隐写分析成了一个"类内分散、类间聚合"的分......
传统的钓鱼网站检测技术主要采用随机或者凭经验选取敏感特征项用于检测的方法,无法保证检测的准确性。为此,提出一种面向钓鱼网站......
为避免KMOR(k-means with outlier removal)算法因样本中类内离散度不同而产生离群点误判的问题,提出为每类样本分别选取离群点判......
