基于惯量矩的自适应带宽Mean Shift目标跟踪算法

基于核的传统均值漂移目标跟踪算法,对于目标的尺度和角度缺乏良好的自适应能力。为此,提出一种基于惯量矩的自适应调整核函数带宽均值漂移跟踪算法。该算法首先用颜色模型在最优迭代位置投影创建目标概率密度分布,然后计算此密度分布的形心主轴惯量矩和旋转角度,最后用惯量矩的方法对目标进行椭圆拟合。得到目标的长度和宽度,递归滤波后自适应调整核函数带宽。实验结果表明,该算法在光照、尺度变化情况下可以准确跟踪目标,并估计目标旋转角度。     

模糊C均值聚类算法的有效性检验研究

模糊C均值(Fuzzy C-means,FCM)聚类算法是聚类算法中的经典算法,此算法引入了隶属度及模糊度的概念,应用范围及应用行业也更为广泛。FCM聚类算法的聚类划分受到数据分布的影响较大,模糊度参数的选择很容易影响聚类算法的聚类结果,且易陷入局部极值的问题。因此研究FCM聚类算法的有效性检验方法则具有非常意义。     

基于FCM和AHP的多Agent智能决策支持系统

提出一种基于多Agent的决策支持系统,引进用于群个体评价的模糊C均值聚类方法和AHP用以进行最终决策。模糊C均值通过数据聚类分析,应用于确定专家组对两同类评估对象做出的优先级水平,得出表示多数意见的优胜组及具体质心值;AHP则综合了各准则下的专家意见。另外,多智能体系统模式具有获取分布式异步数据处理的能力,保证了决策支持系统的适用性。     

一种基于图像分割及邻域限制与放松的立体匹配方法

提出了一种以K-均值分割为基础的立体匹配方法.该方法不仅可以根据图像的内容自动调整匹配窗口的形状,还可实现对参与匹配窗口的大小、数目和权重的智能调节.作者采用K-均值分割方法精确定位物体边界,保证匹配窗口位于同一物体内部;邻域限制与放松可以进一步根据图像内容灵活地运用匹配窗口周围的环境信息;两种方法的结合有效地提高了匹...     

基于灰色理论及BP神经网络的变压器油击穿电压预测方法

变压器油击穿电压的预测,对于变压器的故障诊断和日常维护具有重要的意义。本文提出了1种击穿电压多参数关联预测方法,即通过对变压器油日常监督数据进行灰色关联分析,挖掘与击穿电压存在强关联性的指标;利用BP网络建立击穿电压与4个强关联性指标的关系模型;采用模糊C均值聚类算法聚类原始样本,以聚类中心训练网络,以解决大样本情况引起的网络结构复杂、收敛性及泛化能力差等神经网络固有问题。仿真结果表明,预测模型精度较高,预测值与实际值的相对误差均在10%以内,能够满足实际应用要求,具有重要的应用价值。     

基于双约简的GMM说话人辨识

如何能够快速准确的实现说话人识别是说话人识别研究的一个重要环节。提出双约简GMM的说话人确认方法,对语音参数进行核K-均值聚类,提取聚类中心的语音特征矢量作为训练数据,并对其进行fisher比约简,提取具有区分力强的维数。实验表明该文提取方法可以减少训练时间,并提高系统的鲁棒性。     

关于2个复合函数的均值

设n为一正整数,a(n)表示对每个自然数m重复m次得到的数列的第n项。本文用初等方法研究了复合函数ep(a(n))和δk(a(n))的均值性质,得到了2个较好的渐近公式,丰富了算数函数{a(n)}的研究和应用。     

面向星球探测的岩石三维表面评估技术

针对星球探测任务中的岩石采样问题,利用双目立体视觉装置采集不同岩石图像,采用立体视觉算法获得岩石表面的三维点云数据。以三角剖分后生成的三角片法向量夹角为基本元素,提出基于C均值聚类的岩石表面评估算法,对岩石平整三维表面进行评估计算,并用不同颜色加以区分。仿真结果证明了该算法的有效性。     

均值偏移滤波算法在活体细胞图像背景去除中的应用

活体细胞图像中细胞与背景对比度低,背景中存在密集分布的颗粒状噪声,要有效分割图像并提取细胞特征,预处理就显得尤为重要。针对这一问题将一种改进的均值偏移滤波算法应用到对活体细胞图像背景去除中,在去除图像背景的同时保留了细胞的形貌,并且探讨了核函数带宽选择对均值偏移滤波算法处理效果的影响。     

均值黄金分割离差双选优化模型研究

在提出黄金分割离差的基础上,构建了均值黄金离差双选优化模型。在评价指标数目从少到多的过程中,评价指标体系将呈现由劣变优再变劣的过程,这个规律符合黄金分割律的应用。以岳阳石化企业节约用水考核为例,优化了岳阳石化企业节约用水考核指标体系,结果显示优化后的指标体系科学性、合理性与可操作性较强。