排序方式: 共有38条查询结果,搜索用时 15 毫秒
21.
22.
23.
支撑矢量预选取的双色Voronoi图方法 总被引:5,自引:1,他引:4
支撑矢量机是在统计学习理论的基础上发展出来的一种新的模式识别方法,在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势,在支撑矢量机中,支撑矢量的选取相当困难,成为其应用的瓶颈问题。该文利用Voronoi图在特征空间特有的构造特性,提出了一种预先选取支撑矢量的新方法双色Voronoi图方法。该方法针对数据在空间的分布特性,在训练支撑矢量机以前,利用样本数据的双色Voronoi图确定候选的支撑矢量,然后在这些预选的矢量上进行学习。试验证明了该方法的有效性及可行性。 相似文献
24.
应用聚类和分形实现复杂背景下的扩展目标分割 总被引:2,自引:0,他引:2
将K-均值聚类方法与分形理论相结合,提出了一种分两个阶段对扩展目标进行分割的方法.在预分割阶段,运用粗糙集理论求取初始聚类中心,在K-均值聚类分割和区域连通的基础上,检测图像边缘并进行边界跟踪,对于获得的目标和背景团块根据扩展目标特性确定目标潜在区域.在进一步分割阶段,给出图像分维数随尺度变化的函数,利用自适应阈值,根据分形理论的尺度不变性进一步抑制预分割结果中的自然背景,并运用形态学开运算消除背景粘连.实验表明该方法能有效并可靠地实现复杂背景下扩展目标的精确分割,分割出的扩展目标轮廓细节保持良好. 相似文献
25.
26.
27.
在特定的视频监控环境下,运动目标的投影阴影具有特定的统计模型.提出一种投影阴影模型的统计参数学习方法,该方法利用卡方检验验证了投影阴影的概率分布模型,分析了光照模型下阴影覆盖前后像素点的亮度变化特征,通过统计运动区域象素的光照变化比率直方图,确定了该环境下的投影阴影模型参数,进而检测运动区域中的投影阴影.实验证明用方法得到的投影阴影模型参数比较稳定,能有效检测运动目标的投影阴影. 相似文献
28.
29.
30.