基于克隆算法的网络结构聚类新算法

基于目标函数的聚类算法是目前应用最为广泛的聚类分析方法之一.然而这类算法都需要类别数和聚类原型的先验知识,且只能分析具有相同原型的数值型数据.此外这类算法还存在对初始化敏感,易陷入局部极值点等弱点.为此,本文提出一种基于克隆算法的网络结构聚类新算法以实现聚类分析的自动化.由于新算法将克隆选择与禁忌克隆相结合,使网络既具有免疫的特异性又具有免疫的耐受性,通过分析网络神经元的最小生成树,能够快速准确地获得类别数以及相关的分类信息.对各种类型的数据集的测试结果均表明,本文提出的新算法对于处理具有混和特征的数据集聚类分析问题是相当便捷有效的.     

乳腺X线图像的增强与噪声抑制研究

提出了一种基于多尺度几何分析的乳腺X线图像增强与噪声抑制的新方法.首先对乳腺X线图像进行非下采样Contourlet变换分解,得到相应尺度和子带信息;然后根据变换系数的统计特性,应用广义高斯混合模型对其进行建模,并在此基础上引入贝叶斯分类方法将建模后的系数分为强弱边缘及噪声;再根据各个子带系数的类别属性,分别设计相应的非线性映射函数来对不同的系数进行自适应增强和抑制;最后采用增强和抑制后的系数对原图像进行重构,从而得到凸显病变区域特征的增强图像.实验结果表明,该方法具有良好的实用性和鲁棒性.     

模糊c-均值聚类算法中加权指数m的研究

 加权指数m是模糊c-均值(FCM)聚类算法中的一个重要参数.本文从FCM算法出发研究了m对聚类分析的影响,m的最佳选取方法及其在聚类有效性中的应用三个问题.实验结果表明:m不合适的取值将严重影响算法的性能;在实际应用中m的最佳取值范围为 ,这与Pal的实验结论相一致;另外基于最优加权指数m^*的类别数确定方法是相当有效和灵敏的.     

一种基于视觉感知的非线性幅型比变换方法

随着高清电视的出现,幅型比变换的应用范围越来越广泛。本文提出了一种基于人的视觉感知特性的非线性幅型比变换方法。该方法利用运动估计技术获得视频帧的运动矢量,采用基于修正划分模糊度的模糊聚类算法对运动矢量进行聚类并估算每一帧的运动重心(MCOG)。同时针对幅型比变换后由视频序列前后帧不连续引起的视觉上的抖动现象,采用基于运动重心和中心区域的非均匀区域划分法,并针对不同的区域进行非线性比率扩展。实验结果表明,该方法很好地反映了人的视觉对视频的感知情况,变换后的视觉效果明显优于传统的幅型比变换方法。     

一种基于算术编码的文本数据压缩算法

提出了一种基于算术编码的文本数据压缩算法,将扫描产生的偏移量、匹配数据长度等全局优化问题转化为局部优化问题,并从Glomb编码思路出发,推导出一种参数选择算法;对LZ77算法进行修正,提出一种预测编码方法,获得预测参数。对预测参数、偏移量、数据匹配长度、保留文本数据使用MQ算术编码器进行编码,针对不同类型数据,设计出不同的编码算法和相应的上下文算法。对算法进行仿真,并与Winzip、WinRar压缩效率进行比较,结果表明对纯文本数据、Word文档数据、C语言程序代码,图像数据等,该压缩算法优于Winzip;在纯文本数据、Word文档数据、C语言程序代码压缩方面与WinRar相当或者略好,但在图像压缩方面的性能与WinRar相比略有不足。     

一种基于静帧特征分析的视频检索方法

由于视频流中嵌入的广告在制作和表现手法上的多样性,使得目前的探测方法效果并不理想。如何找出广告视频的独有特征是探测的关键所在。本文通过对大量广告在制作规律上的统计分析,提出了静帧密集度(Stat-ic frame density,SFD)的概念,静帧密集度是指视频流中1 min内出现静帧的个数,并利用静帧密集度结合镜头强度分析方法检测视频流中的广告序列,实验结果表明此方法具有较强的实用性。但是本文方法主要对时间连续的视频流中嵌套的广告段进行探测,因此不能分辨独立的短时广告,阈值的选取也是影响其性能的关键因素。     

基于斐波那契数列的指纹增强方向滤波模板

目前采用的方向滤波模板参数凭经验或由实验确定,模板在旋转过程中会发生溢出现象,这在一定程度上破坏了参数在对应模板方向上的分布规律.鉴于此,文中一方面将基本模板尺寸扩展来解决模板溢出问题,确保参数在对应模板方向上的分布规律;另一方面采用著名的斐波那契数列来确定方向滤波模板的参数,降低人为因素的影响.大量实验表明,用文中设...     

一种基于SVM主动学习的卡通视频检测方法

通过分析卡通与非卡通视频在视觉上的差异,对视频片断提取了MPEG-7描述子等8组视觉特征来构造卡通视频的特征空间;并将主动相关反馈技术引入到支撑向量机(SVM)算法中,设计了一种基于主动学习的卡通视频检测分类方法。利用大量实际视频片断所做的测试实验结果表明,该文选取的特征对卡通和非卡通视频有较好的区分能力;且与单纯的SVM算法以及传统相关反馈和SVM算法结合的方法相比,该文算法在检测性能上有较大的优势。     

一个具有附益性及保序性算子的形态学非局部拓展

近年,形态学非局部拓展工作在图像处理领域受到众多关注.而附益性算子是经典形态学的最基本形式,也是形态学分析方法最重要的变换工具.为此,一些研究者就形态学非局部拓展中如何保持算子的附益性开展工作.本文从理论及实例两个方面说明,相关拓展工作为保持算子的附益性而丢失了保序性的不足;进一步,通过设计非局部权值的获取过程,并结合现有工作,本文提出了一个新的形态学非局部拓展,并定理证明了所得算子同时具备附益性及保序性两个重要性质;人工合成图像及自然图像上的仿真实验也表明了本文所提算法的有效性.     

等式状态约束下的粒子滤波算法

针对具有等式状态约束的非线性高斯系统滤波问题,在粒子滤波过程中,通过投影方法将状态向量投影到状态约束子空间,利用拉格朗日乘子法求解修正后的状态向量.由于在粒子滤波算法中可以针对状态估计或者粒子集修正,因此,对应了两种能够处理等式状态约束的粒子滤波方法.新方法与常规粒子滤波算法相比滤波误差明显降低.仿真结果验证了新方法的...