自适应多阈值图像分割算法

本文提出了一种新的自适应多阈值图像分割算法.它首先利用势基函数对-维灰度直方图拟合,通过势函数聚类自动确定划分类数;然后在灰度共生矩阵的基础上,依据形状连通度准则,求得使形状连通度最大的一组分割阈值;最后按该组分割阈值执行多阈值图像分割.理论分析和实验结果都表明该算法较传统阈值分割算法优越,具有运算速度快、划分效果好、抗干扰性强的特点.     

利用云模型和数据场的图像分割方法

针对图像自动分割中的最优阈值选择问题,提出一种基于云模型和数据场的图像分割方法。 该方法引入数据场实现图像灰度值特征空间到数据场势值空间的非线性映射,设定两个不同的质量函数分别形成相对数据场和绝对数据场。利用两类数据场的特点,结合全局和局部统计特征获得自适应势阈值对图像像素进行划分,产生图像潜在的背景或目标像素集合。进一步由逆向云发生器算法产生图像背景和目标的云模型表示,根据图像像素隶属于背景、目标云模型的程度,采用极大判定法则得到最终的分割结果。 实验结果表明,该方法的分割效果较好、性能稳定,具有合理性和有效性。     

基于人工免疫的烟草异物图像多阈值分割

烟草异物图像分割是图像异物识别的基本任务。为了快速实现烟草异物图像多阈值分割,提出了一种基于人工免疫算法与最大类间方差法的多阈值烟草异物图像自动分割方法。算法首先定义了图像分割目标函数;接着运用人工免疫算法,结合最大类间方差法以及目标函数对图像进行自动分割,并产生最优的多阈值,从而实现图像的多阈值分割。人工免疫算法中,抗原是指最优图像分割目标函数,而抗体是指最优的多阈值。实验证明,方法对烟草异物图像多阈值分割的效果良好,分类清晰。     

光照鲁棒的模糊C均值聚类显微图像分割

传统的模糊C均值FCM聚类图像分割算法在显微图像分割中由于没有考虑光照不均匀的影响而降低了分割的效果,为此,提出了一种光照鲁棒的FCM显微图像分割算法。该算法用正交基函数的线性组合模拟不均匀光照,并引入到FCM算法的目标函数中,进行图像的模糊分割。算法不仅降低了非均匀光照对分割效果的影响,还可以同步估计不均匀光照场。实验结果表明,该方法非常有效。     

结合空间信息的模糊C均值聚类图像分割算法

提出一种结合空间信息的模糊C均值聚类图像分割算法.该方法将图像的二维直方图引入传统的模糊C均值聚类算法,并对隶属函数做了改进;依据平方误差和最小准则,来确定模糊分类矩阵及聚类中心;最后,依据最大隶属度原则,划分图像像素的类别归属.实验结果表明,该方法能快速有效地分割图像,并且具有较强的抗噪能力.     

基于加权模糊c均值聚类的快速图像自动分割算法

图像分割是指将一幅图像分解为若干互不交迭的区域的集合，是图像处理和计算机视觉的基本问题之一。为了提高图像分割的效率，提出了一种基于2维直方图加权的塔形模糊c均值（FCM）聚类图像快速分割算法。该方法先通过构造合理的2维直方图对噪声进行抑制；然后通过塔形分解来缩减聚类样本集；最后利用加权FCM聚类算法进行分类。仿真结果表明，该方法的效率明显优于标准的FCM算法。此外，为确定分割的最优类别数c，还引入了一种基于该快速算法的聚类有效性评价函数——修正划分模糊度，实现了最佳图像分割类别数c的自动确定。基于人造图像和实际图像的测试实验结果表明该方法是有效的。     

模糊B样条基神经网络磁共振图像分割方法

针对磁共振图像分割的特点,提出了一种基于模糊B样条基神经网络的磁共振图像分割方法。该方法采用B样条基函数作为模糊隶属函数,利用神经网络实现模糊推理,并采用反向误差传播算法对网络进行训练。实验结果表明,这种基于模糊B样条基神经网络的磁共振图像分割方法与普通神经网络分割方法相比,具有更高的分割精度和更快的训练收敛速度。     

基于梯度算子的蚁群图像分割算法研究

提出了一种基于梯度算子的改进蚁群图像分割算法,解决了用传统分割方法很难将目标与背景灰度值相似图像分割的难题.该算法基于经典的梯度算子图像分割,从聚类的角度出发,综合像素的灰度、梯度特征进行特征分割.蚁群算法是一种具有离散性、并行性、鲁棒性和模糊聚类能力的进化方法,通过设置不同的蚁群、聚类中心、启发式引导函数和信息激素来解决蚁群算法循环次数多,计算量大的模糊聚类问题.实验证明,该改进蚁群算法可以快速准确的分割出背景和目标灰度值极其相似图片的目标图像,是一种有效的图像分割方法.     

基于核聚类算法和模糊Markov随机场模型的脑部MR图像的分割

为了更有效地对被噪声污染的脑部MR图像进行分割,提出了一种基于模糊核聚类和模糊Markov随机场的脑部MR图像分割算法。该算法在使用高斯径向基函数的核聚类目标函数中,引入了基于Markov随机场的补偿项,作为分割算法的空间约束。这种空间补偿项用Gibbs分布描述,实际上是一种归一化的核函数,其和用来度量灰度特征的核函数的形式是相似的,并且这种空间约束利用了分割结果的模糊信息。这种基于核函数和Markov随机场模型的算法克服了传统聚类以及核聚类算法的缺陷,不仅提出了更加合理的空间约束, 而且改善了原有的分割模型,因此可以得到更加分段光滑的聚类结果。通过对合成图像、模拟MR图像以及临床MR图像进行的分割实验以及和标准分割结果的比较表明,该算法优于相关算法,可以有效地分割被污染的MR图像。     

结合模糊C均值聚类与图割的图像分割方法

本文针对模糊C均值聚类没有考虑像素空间信息的不足,提出一种结合模糊C均值聚类与图割的图像分割方法。本文以图割理论为基础,考虑到像素的空间信息,建立一个关于标号的全局能量函数,以FCM聚类中心为终端建立多终端网络图,该网络通过 扩展移动算法求解全局最小或近似最小能量函数所对应的标号函数 ,在各类间重新划分所有像素点,实现目标正确分割。实验表明,本文方法在分割精度、性能、抗噪性等方面均有较大改进。     

A method for ranking fuzzy numbers and its application todecision-making

Since fuzzy numbers represent uncertain numeric values, it is difficult to rank them according to their magnitude. In the paper, a method for ranking fuzzy numbers is proposed. The method considers the overall possibility distributions of fuzzy numbers in their evaluations for ranking and provides users with a method of changing viewpoints for evaluations. Users represent their viewpoints with fuzzy sets. The method evaluates fuzzy numbers with a satisfaction function and the viewpoint given by users and then ranks the numbers according to their evaluation values. The satisfaction function is a measure of comparisons between fuzzy numbers. In order to illustrate the ranking method, two numeric examples are shown, and for the comparative study, our method is compared with four existing ranking methods through eight examples. As an example of potential applications, the proposed method is applied to a decision-making problem: a two-person game with fuzzy profit and loss. The ranking method is used to analyze player choices     

一种基于势能函数的多智能体编队控制新方法

提出一种针对移动障碍物的编队控制方法．在二次积分模型的基础上,采用了采用了势能函数 进行控制设计,该势能函数是基于电势场的概念提出的．在智能体和障碍物之间采用基于位置并加以速度修 正的势能函数,在智能体之间采用基于位置信息的势能函数．状态反馈的策略则用于控制智能体向目标移动． 此方法减小了整个势能场的复杂度,降低了局部极小值产生的可能．文章证明了这种控制方法的稳定性,并 用仿真说明了此种策略的控制效果．     

A trigonometrically-fitted one-step method with multi-derivative for the numerical solution to the one-dimensional Schrödinger equation

In this paper we present a new multi-derivative or Obrechkoff one-step method for the numerical solution to an one-dimensional Schrödinger equation. By using trigonometrically-fitting method (TFM), we overcome the traditional Obrechkoff one-step method (or called as the non-TFM) for its poor-accuracy in the resonant state. In order to demonstrate the excellent performance for the resonant state, we consider only the simplest TFM, of which the local truncation error (LTE) is of O(h⁷), a little higher than the one of the traditional Numerov method of O(h⁶), and only the first- and second-order derivatives of the potential function are needed. In the new method, in order to solve two unknowns, wave function and its first-order derivative, we use a pair of two symmetrically linear-independent one-step difference equations. By applying it to the well-known Woods-Saxon's potential problem, we find that the TFM can surpass the non-TFM by five orders for the highest resonant state, and surpass Numerov method by eight orders. On the other hand, because of the small error constant, the accuracy improvement to the ground state is also remarkable, and the numerical result obtained by TFM can be four to five orders higher than the one by Numerov method.     

Hierarchical particle swarm optimizer for minimizing the non-convex potential energy of molecular structure

The stable conformation of a molecule is greatly important to uncover the secret of its properties and functions. Generally, the conformation of a molecule will be the most stable when it is of the minimum potential energy. Accordingly, the determination of the conformation can be solved in the optimization framework. It is, however, not an easy task to achieve the only conformation with the lowest energy among all the potential ones because of the high complexity of the energy landscape and the exponential computation increasing with molecular size. In this paper, we develop a hierarchical and heterogeneous particle swarm optimizer (HHPSO) to deal with the problem in the minimization of the potential energy. The proposed method is evaluated over a scalable simplified molecular potential energy function with up to 200 degrees of freedom and a realistic energy function of pseudo-ethane molecule. The experimental results are compared with other six PSO variants and four genetic algorithms. The results show HHPSO is significantly better than the compared PSOs with p-value less than 0.01277 over molecular potential energy function.     

The next generation air transportation system: An approach to function allocation

A method for function allocation was developed and applied to the conflict detection and resolution problem in the next generation air transportation system. The method identifies key capabilities required of agents, automated or human, to achieve the goals of the system through state‐based modeling. For conflict detection and resolution in the next generation air transportation system, those capabilities include the ability to accurately identify current separation, predict future losses of separation and collisions, and identify four‐dimensional trajectory changes that, when implemented, will result in proper future separation. The modeling method feeds into an analysis of potential levels of automation across four stages of information processing, yielding a taxonomy of possible function allocation schemes, which can then be analyzed with respect to system and operator performance needs. The taxonomy is identified and analyzed for the current and future conflict detection and resolution system in air traffic control. © 2011 Wiley Periodicals, Inc.     

人工势场法在移动机器人路径规划中的改进

随着智慧工厂的逐渐发展, 移动机器人在工厂中的应用越来越广泛, 但是在工厂中障碍物较多, 使用传统人工势场法容易产生目标不可达以及局部最小值等问题. 本文针对传统人工势场法在路径规划中出现的目标不可达以及局部最优解进行改进. 首先针对目标不可达的情况, 采用新斥力势场函数, 通过对原人工势场法中的斥力势场函数增加影响函数, 从而解决目标不可达; 其次针对局部最优解, 采用人工势场法与模拟退火法相结合的方法, 利用模拟退火法中的增设子目标点, 打破平衡状态, 从而走出障碍物. 最后通过Matlab对比, 本文算法在10个障碍物中比其他文献中算法的行驶时间提升6.70%, 路径长度减少9.20%. 本文算法在20个障碍物中比其他文献中算法的行驶时间提升9.10%, 路径长度减少12.10%.     

Indirect Boundary Integral Equation Method for the Cauchy Problem of the Laplace Equation

In this paper, we examine the Cauchy problem of the Laplace equation. Motivated by the incompleteness of the single-layer potential function method, we investigate the double-layer potential function method. Through the use of a layer approach to the solution, we devise a numerical method for approximating the solution of the Cauchy problem, which are well known to be highly ill-posed in nature. The ill-posedness is dealt with Tikhonov regularization, whilst the optimal regularization parameter is chosen by Morozov discrepancy principle. Convergence and stability estimates of the proposed method are then given. Finally, some examples are given for the efficiency of the proposed method. Especially, when the single-layer potential function method does not give accurate results for some problems, it is shown that the proposed method is effective and stable.     

带参数的多项式势函数与构造基于 Metaball的过渡曲线

目的 针对现有势函数在构造基于Metaball的过渡曲线时所存在的不足,构造了一类带参数的多项式势函数,并研究了该势函数在构造过渡曲线中的应用。方法 首先恰当选取一种带参数的多项式Bézier曲线模型,巧妙地利用该曲线模型在端点处满足的性质构造出带参数的多项式势函数,然后研究了所构造的势函数对过渡曲线的影响,最后给出了基于能量优化法的最佳过渡曲线构造方法,并通过实例验证了其有效性。结果 带参数的势函数不仅能使过渡曲线在端点处达到拟C²连续,而且还可利用所带的参数对过渡曲线的形状进行调整。通过能量优化法确定势函数中参数的最优取值,可获得最为光顺的过渡曲线。结论 所提出的势函数缓解了现有势函数在构造基于Metaball的过渡曲线时的不足。另外,势函数的构造方法还具有普适性,从不同的曲线模型出发可构造出具有不同特性的势函数。     

对K-means及势函数聚类算法的研究与改进

在目前聚类方法中, k-means与势函数是最常用的算法,虽然两种算法有很多优点,但也存在自身的局限性。 k-means聚类算法：其聚类数目无法确定,需要提前进行预估,同时对初始聚类中心敏感,且容易受到异常点干扰;势函数聚类算法：其聚类区间范围有限,对多维数据进行聚类其效率低。针对以上两种算法的缺点,提出了一种基于 K-means 与势函数法的改进聚类算法。它首先采用势函数法确定聚类数目与初始中心,然后利用K-means法进行聚类,该改进算法具有势函数法“盲”特性及K-means法高效性的优点。实验对改进算法的有效性进行了验证,结果表明,改进算法在聚类精度及收敛速度方面有很大提高。     

数据场思想及其在联机签名鉴别中的应用

签名鉴别是通过分析手写签名的书写风格来判断签字人身份的一门技术。该文提出了一种新的特征数据处理方法—数据场,并且介绍了描述数据场的函数—势函数。笔者把这一思想引入签名鉴别中,把鉴名所形成的四个时序序列(压力、压力变化率、速度和加速度)点作为场中的数据点来看待,形成四类数据场,再从场中提取特征,由于这些特征既考虑了静态的位置信息,又采用了压力、压力变化率等动态特性。在对中文签名的初步实验中得到了很好的实验结果。