一种采用类相关度优化距离的KNN算法

样本距离机制的定义直接影响到KNN算法的准确性和效率.本文提出了一种采用类相关度优化距离的KNN改进算法.将样本特征参数的熵值与样本分布概率的乘积作为特征参数针对分类的相关度,并根据相关度值衡量特征参数对分类影响程度的强弱以计算样本间的距离,解决KNN近邻选择时大类别、高密度样本占优的情况.实验结果表明,提出的采用类相关度优化距离-KNN算法提高了分类性能.     

采用特征相关性差异优化距离的改进k近邻算法

为有效地解决k近邻算法训练样本规模及分类精度间的矛盾,提出了一种采用特征相关性差异优化距离的改进算法(FCDKNN).该算法将特征熵值与其分布概率的乘积作为特征相关性的概念,在此基础上定义围绕特征相关性差异的样本距离测度,明确特征在类别上的重要性及相关性,在小样本情况下提取针对分类的大量有效信息,以增强算法的全局优化能...     

基于空间分块的图像匹配多DSP系统实现

图像匹配是图像处理的一个重要分支,其算法运算量大。针对图像互相关匹配算法具有较强的并行特性,提出空间分块技术对图像进行分块以及算法进行任务均衡分解,并将分割的图像数据通过FPGA生成的四块双口RAM空间进行数据存储并传输给多DSP进行图像NCCF值计算,实现快速图像匹配。实验证明该系统实现方案可行,具有较强的实际应用效果。     

基于多无量纲指标的嵌入式振动检测系统研究及开发

针对旋转机械振动检测系统检测精度不高、实时性不足及价格昂贵等缺点,提出了高精度的嵌入式振动检测系统的设计方案;系统采用S3C6410嵌入式芯片与高精度A/D转换器AD7705进行数据采集,在Windows CE 6.0的嵌入式平台上进行程序开发,以多无量纲指标及频域技术相结合进行数据分析,实现旋转机械振动检测;实验证明该系统能够快速、准确地进行振动检测,系统具有一定的故障诊断能力及较好的应用前景。     

改进HD距离和遗传算法的图像匹配研究

针对高分辨力图像匹配点难于确定且运算量大的问题,提出一种加权Hausdorff(HD)距离和多策略并行遗传算法相结合的图像匹配算法.算法采用概率加权Hausdorff距离,减少噪声、出格点等对匹配的影响,并利用多策略并行遗传算法的并行处理能力对概率加权Hausdorff距离进行寻优,提高匹配速度.试验结果表明,该算法对...     

一种多策略并行遗传算法及其收敛性分析

为解决传统遗传算法收敛速度慢、群体多样性不足的缺陷,提出了一种多策略并行的遗传算法;算法采用多策略并行处理的方式,产生不同策略模式下的个体,增加群体的多样性,再经过自适应迁移策略,提高算法的收敛速度;利用Markov链模型分析多策略并行遗传算法的收敛性;采用旅行商函数进行算法测试,结果表明改进算法的收敛性较传统遗传算法有较大的提高,具有较强的工程应用性能。     

基于特征点类别可分性判断准则的图像分类

针对图像分类特征点特性界定模糊,导致相似性度量误差较大的问题,提出采用特征点类别可分性判断准则的图像分类方法。结合信息熵理论提取图像特征点的可分性特性,根据图像特征向量标识决策属性的不同性质,计算特征向量间的可分性距离值,得到最近邻特征向量集,从待分图像各特征向量与最近邻特征向量集标识类别的平均距离,及平均可分性度量值两方面定义新的图像类别判断准则。理论分析与Caltech256图像库仿真实验表明,基于特征点类别可分性判断准则有效地提高了图像的分类准确率。     

基于TMS320VC5402的电子语音锁的系统设计

通过分析语音特征参数的特点和说话人识别的基本方法,利用DSP的硬件平台,以线性预测倒谱系数为特征参数提取算法以及隐马尔可夫模型为建模算法,实现电子语音锁的系统设计。实验结果表明系统在内部模型数小于10时识别精度高,达到安全保密的要求。     

基于平均互信息的混合条件属性聚类算法

混合条件属性参数间的距离值存在较大的差异,导致仅聚合距离数量级较大、较规律的数值条件属性对象,而忽视数量级较小、混沌,但类别特征更加明显的分类条件属性对象。提出了一种基于平均互信息的聚类算法。通过熵量化参数类别特性的大小,再根据熵的平均互信息计算方法衡量数据对象间类别的相同、相异特征量,统一数值和分类条件属性参数间距离的数量级,最后通过优化迭代自适应过程得到最终聚类结果。实验结果表明,该算法具有良好的聚类质量和自适应性。     

基于并行遗传算法的图像匹配系统设计

为了能够在工程应用现场准确实现图像匹配问题,结合目前现场处理中应用较多的TMS320C6201芯片的内部并行结构特点,设计硬件并行遗传算法进行寻优.实验结果表明系统整体方案具有一定的可行性.