融合量化粗糙度的改进的图像分割方法

结合粗糙集理论,利用像素邻域的空间信息,可以构造图像色彩分布的上下近似以及量化粗糙性表示,据此提出一种基于量化粗糙信息的改进的图像分割方法,该方法使用局部量化粗糙度和待定算子来更新FCM算法中的隶属度函数。通过对比传统的模糊C-均值（FCM）聚类分割算法,证明该方法大大降低了时间复杂度,且具有良好的分割效果。     

基于改进的模糊聚类图像分割技术研究

主要研究图像分割技术。在传统的模糊C均值聚类图像分割算法基础上,加入了邻域像素的信息,大大地改正了模糊的隶属函数。实验表明,本文提出的算法较传统算法更加注重抗噪声能力。     

加权模糊聚类彩色图像分割技术仿真研究

图像分割技术一直是图像处理中最关键的技术之一.本文主要研究了加权聚类算法在图像分割中应用.算法采用Fisher线性判别率的方法对特征进行加权聚类,对比了传统的聚类算法.实验结果表明,本文提出的算法能够提高图像分割的准确度.     

一种改进的模糊C-均值算法

提出一种改进的模糊C-均值算法。实现了算法中聚类数c及权指数m两个参数的确定方法。该算法能很好地实现参数快速、有效的确定。比传统FCM算法具有一定的优越性。     

基于改进谱聚类的医学图像分割算法

为了解决基于像素难以有效分割的医学图像问题,提出一种改进谱聚类方法:一,将全局划分成具有强关联的子问题提高图像分割精度;二,传统基于欧氏距离度量的聚类容易陷入局部最优,提出流行距离构造样本相似矩阵,从而得到图像全局上的一致。最后通过对脑核磁共振图像分割验证算法的有效性。     

一种搜索模糊聚类全局最优解的Tabu算法

模糊聚类问题由于其非凸性而成为一个难以解决的数学问题。在解决模糊聚类问题时,会出现很多局部极小值和鞍点。因此,启发式的模糊C-均值算法是应用最为广泛的算法,其缺点是很容易陷入局部极小值。本文提出了一种搜索模糊聚类全局最优解的Tabu搜索算法,并比较这种新算法和模糊C-均值算法的性能。经过多次数据试验,证明Tabu搜索算法在搜索全局最优解时是很有效的。     

基于模糊商空间的模糊聚类研究

基于模糊商空间的模糊C-均值算法（QFCM）是在模糊商空间和模糊模糊C-均值（FCM）的基础上提出的。通过引入相似函数并构造出归一化距离,得到模糊商空间的分层递阶的结构,在此基础上提出了基于粒度思想的准则函数并选择出一个最佳层次,从而确定聚类的个数,并选择具有相似度高的样本作为初始聚类中心,结合鲁棒性统计观点运用归一化距离来替代FCM目标函数中的欧式距离度量,提出了QFCM算法。实验证明与传统的算法比较,QFCM算法能够自动确定最佳聚类数目,发现大小不均的聚类,迭代次数少,有效地消除了传统FCM算法对初始值敏感,提高了算法的稳定性和准确率。     

最大类间方差法在果蔬种类识别中的应用研究

为了满足超市果蔬识别分类系统对果蔬图像分割准确和快速的要求,提出在HSV颜色空间下利用最大类间方差法对果蔬图像进行分割。实验中,通过与RGB灰度空间下的最大类间方差分割算法和HSV颜色空间下Kmeans聚类分割算法对比,实验结果证明,在HSV颜色空间中利用最大类间方差法进行果蔬图像分割,在分割正确率和分割时间上,都能获得比较满意的效果。     

变电站设备红外检测图像分割及故障诊断技术研究

针对变压器红外检测中存在图像清晰度不足、故障位置指示不明显的问题。本文提出将改进稳健模糊核聚类算法(IRKFCM)应用到散热器红外检测图像分割中,以提高散热器的故障诊断正确率。通过将红外设备采集到的散热器实时图像信息融入到改进的稳健模糊核聚类算法,根据图像所包含的灰度信息和空间信息对其进行进行区域分割,并引入聚类中心的初始化方法有效减少迭代次数,增强算法的稳健性。实验表明该算法相对于FCM分割算法能准确有效地分割出有故障的散热器片和位置,精度满足系统要求。     

蚁群聚类算法在岩心扫描图像分割中的应用

为了很好地从岩心扫描图像中计算孔隙度,研究了用otsu（最大类间方差法）算法和蚁群聚类算法分别对岩心扫描图像进行分割,结果表明利用蚁群聚类算法能很好地将目标从原图像中分割出来,从而为后面计算孔隙度提供了很好的基础。     

FCM聚类算法的改进

模糊C均值(FCM)算法广泛地应用于模式识别、图像分割等领域。根据FCM算法存在对初始解敏感且迭代过程中计算量大的问题,本文提出了一种改进的算法:先通过精简数据集,减少算法迭代的时间;再使用密度函数法得到FCM算法的初始聚类中心,以减少FCM算法收敛所需的迭代次数。实验结果表明,改进后的算法较好地解决了类中心的初值化问题,提高了算法的收敛速度和运行效率。     

基于数据挖掘的电信客户细分模型的分析与设计

本文在介绍客户细分理论和数据挖掘技术的基础上,提出了一种基于聚类算法和RBF神经网络的电信客户细分模型,并通过大量现实数据的训练,得到了比较理想的细分结果,验证了模型的合理性、有效性和实用性。     

Graph Cuts算法实现过程中的关键问题研究

Graph Cuts（GC）算法是一个基于图论的交互式目标提取算法,该方法将图像建模为一个区域和边缘的约束模型,通过求解该模型的最小割获得一个优化的目标分割边界。在使用程序实现该算法时会遇到种种问题,详细叙述了GC算法的实现过程,为进一步研究GC相关方法奠定基础。     

基于模糊关系的人力资源管理工作分配算法

工作分配是人力资源管理的一项重要职能,经典的工作分配算法建立在考核明确和任务性质相同的基础上,正因为如此所以限制了其实际工作中的应用。基于模糊关系的工作分配算法对经典的工作分配算法进行了扩展,通过建立工作满意程度的模糊集和员工个体能力矩阵,应用匈牙利法求解工作分配方案。     

一种基于语义扩展的跨语言自动检索方法的设计

跨语言检索是一种重要的信息检索手段之一。为了提高跨语言检索效率,采用语义扩展的方法,通过分析其设计思想和工作流程,构建出一种基于语义扩展的跨语言自动检索模型,重点对其语义扩展、知识库和结果聚类等设计进行了阐述,提出了语义理解切分法的分词方法,采用了Single-Pass算法进行聚类,实验结果表明,该模型能有效提高跨语言检索的查全率和查准率。     

一种基于活动围道的纹理图像分割方法

本文将Gabor滤波器和各向异性扩散方程相结合，提出了一种基于活动围道的无监督纹理图像分割算法。采用基于总变分流的扩散函数，各向异性扩散方程可以有效地在保留纹理图像大尺度边界信息的同时对图像纹理区域进行平滑，获得比原始图像更易分割的简化图像。但是平滑过程中纹理信息的丧失，限制了该方法的通用性和有效性。为了在利用各向异性扩散方法的同时有效地提取和利用纹理信息，我们利用Gabor滤波器提取一组表征纹理方向性和尺度性的特征图像，同时将原始图像作为表征纹理灰度信息的一个特征通道考虑。再利用矢量形式的各向异性扩散方程对特征图像进行边界保持的各向异性平滑。我们将基于区域灰度统计参数估计的活动围道分割方法扩展到矢量空间，来对平滑后的纹理特征量进行分割。实验证明利用该纹理分割算法可以获得较好的效果。     

基于FCM-PFS与PSO-RF的隐性知识外显案例适配研究

对隐性知识外显案例实施有效适配,于知识应用乃至创新、实现乃至增值知识资源的价值,具有重要意义。本文深入研究了隐性知识外显案例适配机理。首先,采用毕达哥拉斯模糊集对知识属性值进行处理,建立知识表达系统;接着,运用K-Means算法对FCM聚类算法进行改进,压缩匹配空间、提升案例匹配效率;而后,基于PFS相关系数求解知识供需间的视图相似度,从而获得适配案例集。在此基础上,构建随机森林适配模型,并采用粒子群算法对其优化,以确保适配效果。与传统算法的对比实验验证了本文算法的比较优势。     

跳水运动视频中的运动目标分割

针对跳水运动视频中的人体运动目标分割问题,提出一种简单有效的基于颜色特征运动目标检测及分割算法。首帧进行图像预处理,利用色相和亮度两个分量加强颜色差异,然后使用OTSU算法对图像进行阈值分割。结合RGB颜色空间启发式肤色聚类结果确定运动目标所在的连通区域,最终完成首帧运动目标的自动检测。有效地克服了复杂背景变化的影响,能够快速实现跳水运动目标的分割,且对运动对象的快速整体运动有较强的鲁棒性。     

自适应遗传算法在聚类分析中的应用

针对k-均值聚类方法可能受初始选定的聚类中心的影响而过早收敛于次优解的不足,给出了一种基于自适应遗传算法的聚类分析方法(AGAC)。对该自适应遗传算法的构成要素及用其解决聚类问题的一般步骤给出了阐述。用VS 2008编写了该算法的程序用来对数字进行聚类取得了较好的聚类结果。