共查询到10条相似文献,搜索用时 15 毫秒
1.
针对基于高斯混合模型的模糊聚类算法对噪声和异常值敏感的问题,利用包含邻域关系的先验概率与Student’s-T分布构建基于空间约束的混合模型,并结合熵规则化项定义模糊聚类目标函数。Student’s-T分布具有重尾的特点,较之高斯分布具有更强的抗噪能力。此外,为了更加有效地平滑噪声,在标号场上利用马尔科夫随机场模型刻画包含像素与其邻域像素相关性的先验概率,并表达为混合模型的权值系数以增强算法的鲁棒性。通过对模拟图像和真实彩色图像分割结果的定性定量分析,验证了提出算法的有效性和可行性。 相似文献
2.
3.
为了提高动态汽车衡的测量精度,针对测量数据的信号处理问题,采用小波变换对动态汽车衡测量数据进行数字滤波.小波变换不但能滤除测量数据中的噪声信号,而且能很好地保留信号的突变部分.同时,通过提取5尺度小波系数作为模糊C-均值聚类算法的聚类样本,有效识别出最接近车辆实际质量的有用称重数据,提高了称重精度.试验结果表明,采用小波变换对动态汽车衡测量数据进行阀值滤波,并利用模糊C-均值聚类算法识别有用数据,对提高车辆称重的精度具有良好效果. 相似文献
4.
FCM聚类算法中模糊加权指数m的优化 总被引:3,自引:0,他引:3
研究模糊加权指数m对FCM(Fuzzy c-means)算法的聚类性能的影响,从划分熵入手提出了变权划分熵的概念,并基于模糊决策理论提出了一种最优加权指数m*的选取方法.该方法利用小的目标函数值和小的变权划分熵对应好的数据分类结果这一特性,将m的确定转化为一个带约束的非线性规划问题,从而确定最佳取值m*.实验结果表明该方法是非常有效和灵敏的. 相似文献
5.
前端噪声处理直接关系着语音识别的准确性和稳定性,针对小波去噪算法所分离出的信号不是原始信号的最佳估计,提出一种基于子带谱熵的仿生小波变换(BWT)去噪算法。充分利用子带谱熵端点检测的精确性,区分含噪语音部分和噪声部分,实时更新仿生小波变换中的阈值,精确地区分出噪声信号小波系数,达到语音增强目的。实验结果表明,提出的基于子带谱熵的仿生小波语音增强方法与维纳滤波方法相比,信噪比(SNR)平均提高约8%,所提方法对噪声环境下语音信号有显著的增强效果。 相似文献
6.
提出了一种基于提升静态小波(SWT)-分数阶傅里叶变换(FRFT)的识别算法。该算法提高了FRFT的精确定位能力,并且在建立滤波前后小波系数非线性关系的基础上,提出了软硬阈值折中消噪法。算法首先找出每个分数阶次对应的最大值点,将这些最大值组成曲线的模通过提升SWT变换转换到小波域;利用折中消噪法消去其低频系数噪声,从而估计出信号的低频部分在时间平移轴上的大概位置;然后对各层高频系数进行初滤波,剔除带外噪声,并采用折中消噪法进行二次滤波;最后重构信号并根据曲线峰值对其精确定位以识别各个参数。仿真结果验证了算法的有效性。 相似文献
7.
8.
模糊c均值聚类算法中参数m的优选 总被引:6,自引:0,他引:6
本文利用模糊决策理论提出了一种模糊c均值(FCM)聚类算法中加权指数m的优选方法.文中定义了合适的模糊目标和模糊约束,通过模糊决策确定最佳的m值,以保证FCM算法获得好的聚类效果.实验结果显示了该方法的有效性,并得到实际应用中m的最佳取值范围为[1.5,2.5]. 相似文献
9.
10.
对互除去噪法进行研究,发现此算法在保留信号细节部分的同时模糊了细节,而将信号经小波变换成不同分辨率子带,各高频子带上的小波系数具有相似的能量分布特性。采用一种将能量分布统计特性和互除法相结合的去噪算法,与互除法相比,该方法可有效地限制噪声,使得信号的细节部分更清晰,对提高重构信号的信噪比更加有效。 相似文献