工业色彩设计中的模糊聚类分析

运用模糊数学的理论，对色彩设计中的配色效果进行了聚类分析，为配色效果的分类提出了科学的方法。     

基于差异最大化加权聚类的免疫组化图像处理方法-研究生论坛稿件

传统聚类方法在应用于组织病理图像处理时存在较大误差,为了提高细胞分类以及计数的准确率,提出一种新的免疫组化数字图像处理方法,首先将转换到LAB色彩空间的原始图像进行归一化处理,然后转换至HSV色彩空间并采用基于差异最大化加权聚类的方法对图像中不同类别细胞进行有效分类,最后综合利用形态学方法对免疫组化病理图像中不同类别细胞进行分割、计数。实验结果显示,该方法能够有效提高图像颜色信息利用率,在保持高容噪性的前提下,有效地提高免疫组化病理图像处理过程中对不同细胞组织分类、识别及计数的准确率。     

人机界面中彩色的定量选择与调色板获取方法研究

基于遗传算法的模糊聚类方法，研究了人机界面中颜色的定量选择问题．给出了几组基于人眼色彩分辨力的彩色调色板，其中的颜色既柔和又易于区分     

基于熵权的模糊聚类模型在洪水分类中的应用

在分析传统洪水分类方法不足的基础上,将基于熵权的模糊聚类模型应用于洪水分类问题中.运用熵权的方法确定分类指标的权重,并利用模糊聚类模型得出历史洪水样本的自然分类.实例表明:该方法计算简单,可以克服权重赋值的人为干扰,而且直接由历史洪水样本数据来驱动,不需预先给出不同洪水类型所对应的洪水要素的分类指标值,有较高的应用价值.     

神经网络模糊聚类方法在故障诊断中的应用

在旋转机械故障诊断研究中,对大量样本的有效分类至关重要。传统的贴近度法计算繁锁,分辨率低,且领带于大量实验测试和经验案例的总结。根据故障诊断中样本数据无须精确要求的特点,可以对样本数据作模糊化处理,进一步采用自组织竞争神经网络对样本进行自动聚类,速度快,准确性好,具有较高的智能特性。实际应用表明,这种模糊神经网络完全满足使用要求。     

色彩管理及其方法分析

色彩管理技术是与桌面出版和数字印刷息息相关的关键技术，实现图形图像在不同色彩空间之间的保真转换。在图形或图像系统中使用了合适的色彩管理技术可以使颜色信息在整个桌面出版系统的工作流程中保持较好的完整性和真实性，同时增强了整个系统的开放性，从而避免了不必要的重复劳动，提高了整个系统的效率。介绍颜色管理技术的概念，并分析基于ICC的色彩管理基本模型。     

基于熵权的模糊聚类模型在洪水分类中的应用

在分析传统洪水分类方法不足的基础上,将基于熵权的模糊聚类模型应用于洪水分类问题中.运用熵权的方法确定分类指标的权重,并利用模糊聚类模型得出历史洪水样本的自然分类.实例表明：该方法不但计算简单,克服了重赋值的人为干扰,而且直接由历史洪水样本数据来驱动,不需预先给出不同洪水类型所对应的洪水要素的分类指标值,有较高的应用价值.     

基于Sigmoid权函数的分段色彩匹配模型

为兼顾对高低浓度色彩再现精度的要求,解决单一模型进行色彩匹配时出现的“低浓度细节丢失、高浓度色彩饱和度低”的问题,提出一种基于单色样本学习的分段式色彩匹配方法．首先,根据模拟退火技术求解出最佳：分段阈值,将样本数据分成高、低浓度两类,分别对其样本数据进行学习,建立高、低浓度色彩匹配模型,然后,基于sigmoid权函数对两个模型学习得到的曲线进行合成．实验结果表明：与单一色彩匹配模型相比,这种分段式色彩匹配模型可以在不增加测试样本数量的前提下,有效提高色彩匹配尤其是在高、低浓度端的匹配精度;用sigmoid函数作为权函数的曲线合成方法,与一般常用的曲线合成方法相比,不仅可以保证高、低浓度色彩的匹配精度,而且还能有效处理分段式建模中两段曲线的光滑衔接问题,避免曲线衔接点处“颜色反转”现象的发生．     

ITS智能车辆横向运动模式空间构造算法研究

针对ITS（intelligent transport system）智能车辆复杂的非线性结构和时变特性，提出了以空间代替时间建立IV（intelligent vehicle）横向运动模式空间的思想。通过改变车辆的各种参数，针对车体的数学模型采集车体在各种环境条件下的模拟运动控制信息，以模糊C均值算（FCM）为基础，推导出车辆运动模式空间的构造算法．该构造算法能够客观地对测量数据进行有效聚类，聚类清晰，模式子空间划分清楚，从而为车辆运动模式空间的构造提供了一种理论依据．最后对样本数据的泉类和模式空间的构造算法进行了仿真，结果证明了算法的有效性和可行性．     

彩印油墨的一种新色相分析方法

彩印过程中的油墨色彩管理十分重要.本文在前期研发的智能色相分析系统基础上,研究探讨了一种新的色相分析方法,即基于将RGB和CMYK两种色彩转换空间先转换到一个公共空间L^＊a^＊b^＊,再通过L^＊a^＊b^＊找到两者之间关系的原理.它与原有系统使用的色相分析方法相比,其特点是不需要大量依赖采样样本数据,故该方法具有准确性高、分析速度快、存储空间小等显著优点.在线运行表明,采用这种新的色相分析方法所配置的油墨颜色在肉眼观察下与样本色差偏差很小.     

基于灰关联分析的模糊聚类最优划分判定模型

在模糊聚类的模糊模式中，由于只已知样本中的部分样本，以及聚类中心选择的多样性，会得到多个聚类矩阵.如何进行最优划分的判定？针对这一问题，本文提出一个新的判定模型：根据灰色系统理论中灰关联度分析的思想，建立灰关联序模型，根据灰关联算法，判断样本代表性.若样本具有较好的代表性，则由其归纳计算得到最优划分矩阵.示例分析验证了该算法的可行性.本方法为最优划分矩阵的判定问题提供了一种新的研究工具和思路.将相关学科的研究方法与模糊集理论相结合，丰富了模糊集理论的方法体系.     

基于差分粒子群和模糊聚类的彩色图像分割算法

彩色图像数据信息量较大,传统的模糊C均值聚类算法（FCM）在分割时更加容易受到初始聚类中心影响陷入局部极值．文中研究了一种融合差分演化、粒子群和模糊均值聚类的彩色图像分割算法（DEPSO—FCM）．利用差分演化算法的快速收敛特性、粒子群算法的全局搜索能力,解决模糊均值聚类图像分割时易受到初始聚类中心影响和陷入局部最优的问题。同时针对不同的色彩空间对于图像分割效果的影响,尝试在不同的空间上使用DEPSO-FCM进行图像分割．实验表明,该方法能解决FCM算法陷入局部最优的问题,在不同的色彩空间上都获得了理想的分割效果．     

基于Hadoop MapReduce的大规模数据索引构建与集群性能分析

为了满足搜索引擎构建索引的时空开销需求,构建高效的分布式索引,利用Hadoop搭建分布式集群环境,基于MapReduce编程实现大数据倒排索引.采用不同的网络带宽、数据量和集群节点数来评估Hadoop集群的性能.实验结果表明:网络带宽越大,集群处理效率越高;集群节点数越多,处理大数据的能力越强.可见,网络通信带宽对Ha...     

灰色关联分析法在聚类评估中的应用

聚类分析可以解决类与类之间的相似关系但不能解决同一类中优化排序的问题，而灰色关联分析法可有效描述因素间关系的强弱、大小和次序。将分析灰色关联分析法与聚类方法相结合，不仅能将一个混杂的集合进行分类，而且可对同一类进行比较排序。通过8艘作战舰艇实例，说明使用该方法的步骤，并与常规的聚类方法做出比较，说明该评估方法的特点和优点。     

灰色系统聚类法识别岩性在准噶尔盆地腹部的应用

测井岩性识别是油藏描述的重要内容之一,根据测井资料划分岩性,建立岩性剖面是一个涉及参数较多．工作量较大的过程。利用灰色系统聚类法来定量识别岩性是一种简便易用的识别岩性的方法。在此以准噶尔盆地腹部区块早期油藏描述为例,论述了测井响应的灰色特性,通过对测井响应的灰色聚类分析,利用计算机处理得出预测岩性剖面,与取芯岩性剖面对比,有较高的准确率。     

模糊聚类分析在农业经济中的应用及编程处理方法

模糊数学在实际中的应用几乎涉及到国民经济的各个领域及部门.因此模糊聚类方法是通常采用的方法,本篇文章主要突出了两个问题(1)对有限论域上的模糊聚类分析用已编写的程序进行处理.它不需掌握聚类分析方法,只要采集到原始数据,运行程序后,按提示输入数据,选择不同的算法,直接就可以得到模糊聚类分析的结果,其次解决了模糊聚类分析时的大量计算问题.(2)作为程序的应用,用模糊聚类分析的方法对承德市八县三区农业经济状况运行程序自动进行聚类分析.为了按模糊聚类分析的步骤分析问题,我们分步骤进行(程序的功能可分步进行也可直接得到分析结果).     

使用改进灰色模型的WSN数据压缩方法

针对数据压缩方法计算复杂度高、压缩效率和数据恢复准确率较低的情况,提出一种基于簇头-基站分离式结构的无线传感器网络（WSN）数据压缩方法.该方法在WSN单层分簇结构的基础上,首先要求感知节点等时间间隔采集数据,并分段发送;然后采用原有空间相关性数据压缩方法对簇头节点接收的数据进行空间噪声及冗余的消除;最后在基站采用改进的灰色模型进行数据恢复.另外,通过实验分析不同段长及压缩率情况下,灰色模型、灰色马尔可夫链模型以及改进的灰色模型对数据的恢复效果,给出算法的最优模型和段长.仿真结果表明,提出的方法较已有线性类WSN数据压缩方法可显著提高压缩精度和效率.     

面粉加工精度指标的模糊聚类分析

应用模糊聚类分析法对面粉厂47种不同系统粉进行分析,将系统粉分为3大类,研究其精度指标之间的相互关系.结果表明,L*值和面粉色度值(CGV)可以很好地反映面粉的加工精度指标,且L*值是衡量面粉精度更合理的指标.     

基于S、V分量的模糊C均值彩色图像分割算法

针对彩色图像的分割问题,提出一种快速有效的彩色图像分割算法。基于彩色图像的HSV颜色空间,应用快速模糊C均值聚类算法,对彩色图像的S、V颜色分量进行聚类,综合考虑图像中目标彩色个数与得到的聚类中心完成对彩色图像的分割。实验结果表明,与其他彩色图像分割算法相比,本文算法可以准确地分割目标区域颜色不同的彩色图像,背景信息保留较少,运算速度受图像尺寸影响较小,可以得到理想的彩色图像分割结果。     

模糊相关度与聚类有效性

基于数据集的几何结构,引入数据集的模糊划分的类间相关度．依据类间相关度,定义了一个聚类有效性函数．通过人造数据和实际数据对该聚类有效性函数的性能进行了实验．