类内距离相关论文
材料的均匀性影响着材料的物理性质、化学性质和内部结构等，进而对材料使用的长久性、持续性、稳定性等都有深远意义。目前，国内外学......
针对传统K-means算法必须事先确定聚类数目以及对初始聚类中心的选取比较敏感的缺陷,采用基于密度的思想,通过设定Eps邻域以及Eps......
期刊
基于类内距离参数估计的文本聚类评价方法是在类内距离近似服从正态分布的基础上,运用极大似然估计方法对类内距离分布函数的参数......
从瞬时自相关法、小波变换法和时频原子法提取的脉内特征比较分析入手,提出了一种新的最优特征评价准则。以类内距离、类间距离和B......
针对基于模板的目标跟踪算法存在模板冗余高、难以适应非刚性目标外观多变的问题,提出一种基于粒子滤波的模板在线聚类目标跟踪方......
独立分量分析(ICA)可以实现特征提取,但不能直接用于特征选择。对数据进行ICA后得到混合矩阵和独立分量,独立分量可以作为特征矢量......
针对三维Otsu图像分割算法计算复杂度高、运算量大的问题,提出一种基于分解的三维Otsu图像分割快速算法。首先将三维Otsu分解为三......
为改善高维数据的降维结果,提高数据低维表示的判别能力,通过对类内和类间距离的研究,提出基于类内和类间距离的主成分分析(IOPCA)......
类内、类间距离分布函数的研究具有重要的现实意义,本文我们主要利用参数统计的方法来确定类内、类间距离的分布函数。基于类内、......
针对工业超声检测过程中缺陷难以准确定性的问题,基于射频回波对缺陷分类中的信号处理等方法进行了研究.分析了射频和检波信号的特......
模糊数距离的概念不仅在模糊分析学中起着性的作用,是极限、连续性、收敛性、稳定性等概念的基础,而且在模糊应用的技术中也具有重......
通过分析传统K—means算法难以确定聚类中心数目的问题，提出了一种改进的K—means聚类算法（CS—kmeans）．该算法分析当聚类效果较好时最......
图像分割是一种重要的图像技术,其本质是像素聚类问题,它是将图像不同区域按照特殊涵义划分,并且不同区域是互相不相关的,每个特定......
人脸表情识别在众多场景下都有应用,但是由于光照变化、面部外观改变和遮挡的影响,导致识别准确率下降.针对此现象,提出将改进的Is......
针对现实中由于训练集与测试集分布不同而导致分类准确率较低的问题,提出基于判别性样本选择的无监督领域自适应方法(简称DSS算法)......
为衰减存在于图像上的噪声,尽可能地精确提取目标,提出一种基于样本和属性加权的二维模糊C-均值（FCM）聚类分割法。构造合理的二维直......
通过对传统K均值聚类(K-means)算法各种改进算法的学习与研究,针对离群点导致聚类结果效果不理想的问题,提出将离群点检测算法(LOF......
为获取物流园交通小区的最佳分类结果,首先对物流园进行定性划分,然后构造加权模糊相似矩阵,再利用邻接矩阵对加权模糊相似矩阵进......
雷达辐射源信号脉内特征的好坏是决定雷达信号能否有效地加以区分的基础。为了定量地进行特征优劣的评价,提出了一种利用模糊度与......
图像分割是计算机视觉的一个关键并且重要的步骤，对后续的任务，如图像的分析、特征的提取、目标的识别等都起着十分重要的作用。图像......
手写签名鉴别是一种新兴的基于生物特征的身份识别方式,可以提供一种更为安全、可靠、便捷的身份识别的新途径,是人的生物特征中公......
近邻传播(Affinity Propagation,AP)聚类是基于数据点间消息传递的算法,主要通过数据间的相似度实现聚类.与传统的聚类方法相比,AP......
目的为了进一步提高噪声图像分割的抗噪性和准确性,提出一种结合类内距离和类间距离的改进可能聚类算法并将其应用于图像分割。方......
