一种结合像素空间信息和多维直方图的彩色图像快速分割算法

本文提出了一种新的结合空间和彩色信息的彩色图像快速分割方法.首先对三个单色的直方图进行多阈值分割得到一组谷值和峰值,再用谷值向量将真彩色三维直方图分割成不同区域,然后以峰值组成种子向量实现三维直方图的多阈值分割,最后基于空间相邻关系的最优准则对分割的区域不连续性和"洞"重新分割,提高了过渡区域像素的分割精度.     

加权稳健支撑向量回归方法

给出一类基于奇异值软剔除的加权稳健支撑向量回归方法(WRSVR)．该方法的基本思想是首先由支撑向量回归方法(SVR)得到一个近似支撑向量回归函数，基于这个近似模型给出了加权SVR目标函数并利用高效的SVR求解技巧得到一个新的近似模型，然后再利用这个新的近似模型重新给出一个加权SVR目标函数并求解得到一个更为精确的近似模型，重复这一过程直至收敛．加权的目的是为了对奇异值进行软剔除．该方法具有思路简捷、稳健性强、容易实现等优点．实验表明，新算法WRSVR比标准SVR方法、稳健支撑向量网(RSVR)方法和加权最小二乘支撑向量机方法(WLS—SVM)更加稳健，算法的逼近精度受奇异值的影响远小于SVM、RSVR和WLS—SVM算法．     

基于视觉系统的聚类算法

人类对于结构的感知方式和产生数据的物理系统原理对于聚类分析而言具有同等的重要性。因此,在聚类算法的设计和分析中,模拟人类的主要器官－视觉系统将帮助我们解决这一领域的一些基本问题。从这一观点出发,文中提出一类基于初级视觉系统尺度空间理论的聚类算法,并通过引入显著性假设,将生物物理学中的Weber定律与聚类结构的有效性联系起来。由此产生的聚类算法简洁有效,并可部分地回答那些与人类感知数据结构相关联的聚类有效性问题。我们的数值试验表明这一方法具有广泛的应用前景。     

基于支撑向量机方法的短期负荷预测

首次将支撑向量机（SVM）方法及改进的序列极小化（SMO）学习算法引入短期负荷预测领域。该方法具有预测能力强、全局最优及收敛速度快等显著特点。实际算例表明，对于短期负荷预测问题，支撑向量机方法在预测精度和运算时间方面都优于前向网络、径向基网络等方法。     

Global annealing genetic algorithm and its convergence analysis

A new selection mechanism termed global annealing selection (GAnS) is proposed for the genetic algorithm. It is proved that the GAnS genetic algorithm converges to the global optimums if and only if the parents are allowed to compete for reproduction, and that the variance of population's fitness can be used as a natural stopping criterion. Numerical simulations show that the new algorithm has stronger ability to escape from local maximum and converges more rapidly than canonical genetic algorithm.     

基于确定性退火方法的短期负荷预测

首次将确定性退火方法用于短期负荷预测领域。该方法利用分片回归模型逼近预测函数,并通过引入“熵函数”限制模型规模。其优点是模型简洁灵活、预测能力强并具有良好的全局最优性能,从而克服了目前正 在使用的前向网、径向基函数网、分类回归树及多重自适应样条和模糊逻辑方法分别欠灵活且易于陷入局部极值点的缺陷。实际算例表明,对于短期负荷预测问题,确定性退火方法的预测精度高于前向网和径向基函数网等方法。     

基于视觉原理的密度聚类算法

在模式识别、图像处理、聚类分析等领域,人的眼睛具有快速有效地组织并发现物体内部结构的自然能力,本文就是在模拟人类视觉系统这一功能的基础上,结合基于密度的聚类方法提出了一种新的聚类算法,该算法具有对初始化参数不敏感、能发现任意形状的聚类及能找到最优聚类等优点。     

一类基于模糊聚类和模糊推理的稳健分类器

稳健算法为工程和科学应用所必需.本文揭示了由Setnes和Babuska提出的FRC算法[1]的不稳健性,并提出了一种稳健非线性分类器(MFRC).它将模糊聚类与模糊推理的优势相结合,并且对每一聚类中的模糊关系由属于这个聚类的所有局部关系加权平均得到,从而降低了少数规则的破坏影响.本文将MFRC算法与FRC算法在有编号错误和无编号错误的情况下分别与原型由LVQ、GLVQF算法产生的1-NMP算法比较,分类结果显示MFRC算法具有强稳健性和识别率高的特点.     

一类模拟生物复眼几何结构的数据处理方法--方向量子化表示的理论

基于对生物复眼几何结构的模拟,提出一类新颖而有效的数据处理方法－方向量子化方法,该方法适宜于处理由高维数据所表示的凸体的菜,上仍乘法有效、适用广泛、半动态维护简便和易于在各种并行计算模型上实现等优点,理论分析和数值模拟表明：这一方法理论基础坚实,计算稳定可靠,具有广阔的应用前景。