排序方式： 共有12条查询结果，搜索用时 0 毫秒
11.
提出一种基于多子空间KL变换的纹理图像自监督分割方法。该方法将非监督聚类转变为有典型特征样本指导的自监督分类,解决误分类率高的问题。采用多子空间方法对样本进行特征选择,克服假设所有纹理特征都属于单个高斯分布的局限性。首先,对待分割图像进行多尺度、多方向的Gabor变换,使用模糊C均值方法从变换结果中提取具有典型性的样本作为训练样本;然后,使用训练样本为每一个类别生成一个单独的初始子空间;最后,采用多子空间KL变换,对其余样本在迭代过程中进行类别划分。实验结果证明,本文方法能够减少误分类率,改善分割效果。 相似文献
12.
基于背景值构造理论,尝试使用Lagrange插值多项式,对一次累加生成序列(1-AGO)进行拟合,进而利用该函数构造出一个更为精准的背景值,并将此方法应用于人工降雨中不同时间播撒碘化银时的降雹量的建模当中.应用结果表明,该方法所建模型的拟合精度高于传统非等间距GM(1,1)模型的精度.这种建模结果亦证明了本文所提出改进方法的有效性. 相似文献