核函数参数优化的聚类算法

研究了具有参数优化的核函数法及其在聚类问题中的应用.针对聚类问题,在以到各聚类中心欧氏距离为依据的样本聚类过程中,不存在类似于分类问题中最优超平面这一概念.但可以利用核函数法将样本空间映射到高维的特征空间上,使得在特征空间上样本的类内间距缩小和类间间距相对加大.给出了对一类核函数参数可优化的特征空间聚类算法,并分析了算法的复杂度,给出了降低复杂度的处理方法.通过实例说明了核函数参数优化法聚类的有效性.     

核函数参数优化的聚类算法

研究了具有参数优化的核函数法及其在聚类问题中的应用.针对聚类问题,在以到各聚类中心欧氏距离为依据的样本聚类过程中,不存在类似于分类问题中最优超平面这一概念.但可以利用核函数法将样本空间映射到高维的特征空间上,使得在特征空间上样本的类内间距缩小和类间间距相对加大.给出了对一类核函数参数可优化的特征空间聚类算法,并分析了算法的复杂度,给出了降低复杂度的处理方法.通过实例说明了核函数参数优化法聚类的有效性.     

基于监督学习的核拉普拉斯特征映射的FCM算法

监督学习的核拉普拉斯特征映射,通过非线性核映射将样本数据投影到高维核特征空间,将流形结构和样本类别信息进行有效的结合后,提取嵌入在高维数据中的低维流形特征用于模糊C-均值聚类中,这样可以有效解决高维数据集中新样本的泛化性,并且能有效提高聚类的效果。     

基于提升核偏最小二乘回归的色彩校正

为进一步提高回归算法的色彩校正精度,提出一个基于核偏最小二乘回归的局部迭代算法.该算法首先将源色彩空间中校正样本的邻域样本经核函数映射到一个高维的线性特征空间,然后在提升的迭代过程中通过偏最小二乘回归消除映射数据的多重共线性,最终达到色彩校正的目的.实验证明算法引入的特征空间提供了额外的校正信息,提升方法增强了核偏最小二乘回归性能,算法在精度和鲁棒性上均优于传统的多重回归和基于分区的回归校正方法.     

抽样改进加权核大数据谱聚类算法

经典谱聚类算法将数据聚类转为图划分问题,在分析其Normalized Cut函数与传统加权核k-means等价基础上,设计了一种基于抽样改进加权核k-means算法的大规模数据集谱聚类算法,算法通过加权核k-means迭代优化避免Laplacian矩阵特征分解的大量资源占用,通过随机映射得到近似奇异值分解,并由近似奇异...     

基于高维空间聚类的集中供热末端数据异常检测

因集中供热建筑结构、住户行为习惯等差异,末端住户供暖数据具有特征差异大、非线性强、数据量大、响应时间长等特征,在原数据空间中利用聚类分析进行异常检测造成类间数据交叉,精确性无法保证。本文提出高维高斯混合聚类算法,将数据集映射到高维空间进行聚类,利用核函数映射、内积运算与高维特征空间分解等计算方法,提高精确度,规避维数灾难。搭建工业大数据分析平台,对比K-Means、高斯混合、恒虚警率、高维高斯混合算法聚类结果与异常检测精确度,本文所提算法将准确性提高到90.72%,误报率降低到5.92%,结合该算法完成4类异常用热数据集的解释与辨识。高维高斯混合聚类可以有效分析用户用热特征、检测异常数据,辅助降低采暖能耗,实现建筑节能。     

群体智能点云光顺去噪算法

为避免点云数据处理过程中的过光顺和局部失真现象,利用基于核甬数的蚁群聚类算法对点云数据进行分析,在高维特征空间达到线性可聚的目的.通过核函数将散乱数据点的曲率及法矢映射到高维特征空间,并将它们在特征空间的加权距离作为相似性的度量,来分析可能的噪声点和局部特征.对法矢进行光顺调整时,采用类内方差自适应地确定调整阈值.实验结果表明,该算法比经典算法有明显的改善,并且较好地保留了原始数据的一些特征信息.     

改进灰狼优化模糊核聚类在风电齿轮箱故障诊断中的应用

为准确地辨识已知、未知故障类别,提出一种基于模糊核聚类模型的风电齿轮箱故障诊断新方法。首先,将模型初始聚类中心和核参数作为优化变量,采用改进型灰狼优化算法寻优求解。改进型灰狼优化算法中引入莱维飞行策略和非线性收敛向量,能够提高算法的收敛速度与精度,从而获得最佳分类结果下的各聚类中心和核参数;然后,根据待测样本与各聚类中心之间的核空间样本相似度,先判断样本是否属于已知故障,再诊断故障类别;最后,通过模拟风电齿轮箱的故障实验验证了该方法的有效性。     

基于模糊核加权C-均值聚类的高光谱图像分类

高光谱图像分类是高光谱数据分析的重要研究内容之一。模糊C-均值聚类算法因其算法简单、收敛速度快等优点受到广泛的关注。由于高光谱数据的维数较高,其光谱波段的非线性特性使得传统模糊C-均值聚类算法无法在原始空间得到较好的聚类结果。另外,模糊C-均值聚类算法在计算聚类中心时,仅使用了各样本对聚类中心的隶属度,忽略了样本之间固有存在的空间分布特征。为此提出了模糊核加权C-均值聚类算法,在计算模糊核聚类中心时,根据样本的空间分布特征,为每个样本分配不同的权值,使得每个核聚类中心随着样本的不同而各有不同。标准数据和实际高光谱数据的实验结果均表明,相比较传统模糊C-均值均聚类算法,模糊核加权C-均值聚类算法在总体分类精度上有较大的提高。     

一种核模糊C均值聚类算法及其应用

图像分割在许多医学成像应用中起着重要的作用。本文提出了一种新的用于图像分割的聚类算法。该算法通过利用核距离修改FCM-AWA算法中的目标函数而实现,即用核距离替代FCM-AWA中的欧氏距离,相应的得到核FCM-AWA聚类算法——KAWA-FCM聚类算法。利用该算法进行合成和真实图像分割的实验结果表明,当图像含有噪声时,与FCM-AWA算法相比,HAWA-FCM算法具有更好的性能。此外,基于该算法进行了牙菌斑量化的实验,实验结果表明,相对于利用菌斑指数的量化结果,基于KAWA-FCM的量化结果具有定量、自动和客观等特点。     

基于超声波雷达的改进车位检测算法研究

针对传统车位检测算法因难以捕捉距离跳变和确定车位姿态而导致检测准确性不足的问题,提出了一种基于拟合特征线段的改进车位检测算法。针对超声波雷达幅值衰减设计了能量增益补偿方案;根据车辆实时位姿和超声波距离数据拟合代表障碍物轮廓的特征线段,借助激光雷达对特征线段拟合精度进行评价,并进一步设计了融合车位初步检测、车位再判断、车位约束条件判断及车位姿态计算的检测流程。利用实车平台对所提算法进行了实验验证,实验结果表明,所提算法的平均检测准确率达92.5%,能为智能汽车泊车系统提供准确、可靠的目标车位信息。     

空间结构之间对太阳直接辐射的遮挡算法的研究

通过研究空间结构之间对太阳直接辐射的遮挡，提出了一种快速可行的遮挡算法。运用该算珐，对杆件与杆件的遮挡以及杆件与曲面片之间的遮挡进行计算机仿真，结果和实际光照模型基本一致。结果表明该遮挡算珐是一种行之有效的多体遮挡算珐，为空间结构精确的热计算和热分析奠定了基础。     

适于高速CCD图像数据光纤传输的纠错技术

提出了一种适于高速CCD图像数据光纤传输的纠错算法用于提高大视场时间积分延迟(TDI)CCD相机中图像数据传输的可靠性。首先,分析了大视场空间相机图像数据光纤传输特点和光纤信道加性高斯白噪声(AWGN)模型下的数据传输差错,在此基础上提出了(16,8)纠错编码算法。阐述了(16,8)纠错编码算法思想以及纠错原理,说明了(16,8)纠错编码器的超大规模集成电路(VLSI)实现方法和编码器电路。然后,从不同角度分析了(16,8)纠错编码算法在大视场空间相机中应用的可行性。最后,在一空间多光谱相机样机的传输系统上进行了试验验证。结果表明:(16,8)纠错编码算法纠错能力强、易于硬件实现、占用资源少,在3 043Byte内可以纠正191bit错误,编码器资源占用率小于5%。提出的算法提高了空间相机中图像数据光纤传输的可靠性。     

基于混合编程的空间相机控制器自检方法研究

提出了一种基于混合编程的DSP空间相机控制器自检方法,按该方法修改运行时支持库,解决了混合编程下变量换区存储这一难题,降低了像移匹配算法在DSP空间相机控制器上的实现难度,提高了代码的可维护性和可移植性。对指令系统、只读存储器、随机读写存储器和其他外设及接口自检算法在具体实现中的问题进行了分析和解决。用改进的谷值检测法进行RAM自检,提高了自检效率。针对自检算法在不损害硬件的前提下难以验证的现状,给出了DSP空间相机控制器自检算法的验证方法。验证实验结果和工程实际应用效果表明自检算法实用有效。     

基于视觉的车位线识别算法

提出了一种自动泊车系统中采用视觉方法通过识别车位线来确定泊车位的算法。采用金字塔分层搜索策略,首先,在灰度直方图上应用K均值聚类法对图像进行二值化,提取车位线骨架,采用Hough变换检测骨架,并利用基于密度的无参数聚类方法对骨架线聚类,在金字塔高层图像上确定车位角点候选点;然后,在金字塔最底层图像上选择感兴趣区域,采用改进的基于距离变换的骨架提取算法提取骨架,使用遗传算法对车位角点骨架进行精确匹配,根据实际车位角点的分布特征确定目标车位;最后,在室外不同环境下采集多张车位图片进行算法的有效性和快速性验证实验。实验结果表明,采用基于视觉的车位线识别算法进行车位检测能较大地提高检测的效率和识别正确率。     

混合遗传-模拟退火算法应用于液压集成块优化设计的研究

以液压集成块布局布孔优化设计问题为背景,给出了在立体空间中带性能约束的多目标优化数学模型。针对遗传算法在求解该组合优化问题时局部搜索能力不强的情况,将模拟退火算法与之结合,设计了多参数级联的编码方法,且加入记忆装置,构造了一种具有记忆功能的混合遗传-模拟退火算法。实例计算表明,改进后的新算法能很好地改善对解空间的局部搜索能力,从而得到较高质量的解。     

焊枪头与钣金件空间间隙的自动检查

针对车身三维模型中焊枪头与焊点附近的钣金件之间空间间隙检查过程复杂、检查结果不准确等问题,提出了焊枪头与钣金件空间间隙的自动检查方法。在特征识别算法和包围盒技术的基础上获得焊点特征、钣金件特征和螺母特征等分析要素;基于三维模型的投影算法和距离测量算法计算钣金件的拓扑面与虚拟焊枪之间的距离,与安全阈值比较,筛选出与焊枪发生干涉的危险平面、孔和螺母;对焊接空间不足的焊点进行标注并截图。利用二次开发环境所提供的函数库编程实现了上述算法,通过运行实例以及企业的实际使用,验证了自动检查系统的可行性。     

基于工程语义信息的拆卸序列规划算法研究

为了解决拆卸序列规划理论算法存在的求解空间过大的问题,提出一种基于工程语义信息的规划算法.该算法借助装配约束条件、拆卸干涉状况等工程信息,实施产品拆卸顺序生成和路径推理,直接排除从工程角度不可能的拆卸序列,达到缩减求解空间的目的.保证了算法同工程实际的一致性,提高了其实际应用和软件编程能力.     

Short and safe tool setting by safe space in NC machining

The shortest tool setting is recommended to reduce the tool deflection and chatter in NC machining. However, it is not easy to shorten the overhang length because the holder can collide with the workpiece. In this paper, the safe and shortest tool-setting algorithm using a safe space is proposed and applied in NC machining. The safe space is the volume in a tool coordinate system that does not interfere with the workpiece and the holder located in the safe space never collides with the workpiece. So the tool holder assembly that has the shortest overhang length and does not interfere with a workpiece is possible using the safe space. This algorithm was implemented with C++ language and has been used by over 50 mold-machining companies for safe and short tool setting.     

基于HSV分块颜色直方图的图像检索算法

针对基于颜色的图像检索问题,提出了一种新的基于HSV非均匀量化分块颜色直方图的图像检索方法。分块直方图算法把图像固定分成若干子块,分别计算子块的颜色特征。将含有重要空间信息的分块设置权值,并将不注重空间信息的分块权值设为零：此算法充分利用了HSV非均匀量化和图像分块的优点,改善了颜色特征缺乏空间信息的缺点。研究结果表明,基于HSV非均匀量化分块颜色直方图的算法相对于全局颜色直方图有较好的检索精度。