基于DKC值的K-means改进聚类算法的研究

由于K-means算法的中心点是随机选择的,这样会导致聚类结果很不稳定,同时,孤立点的存在也会影响到聚类的精度,为解决这些问题及二者之间互相牵制,文章基于DCK值来对初始聚类中心进行选择,同时去除数据中的孤立点,使得聚类中心相对稳定,再利用改进的k-means算法对数据进行聚类,改进后的算法较原始算法更准确。     

特征点匹配对预筛选的快速运动背景配准

针对运动背景下的运动目标检测实时性要求高的问题,提出了特征点匹配对预筛选的快速运动背景匹配,通过配准运动背景,然后通过帧间差分法提取运动目标。该算法首先利用Harris算子提取背景图像的Harris特征点,然后对Harris特征点进行匹配得到匹配对,通过K-means聚类算法对特征点对进行预筛选,预筛选后的特征点对利用改进的随机样本一致算法(PROSAC)计算放射变换矩阵,最后对背景图像进行变换配准。实验仿真表明,该算法极大地提高了运动背景匹配速度。     

基于Hough圆变换的尿液图像中红细胞的定位

在尿液图像中的红细胞具有粘连现象少,基本呈多同心圆状态等特点,因此通过检测它们的圆心可以对红细胞进行定位。Hough变换是一种用于图像区域边界形状描述的方法。本文提出了一种基于Hough变换,在尿液图像中对红细胞进行定位的算法。     

基于WEKA平台的文本聚类研究与实现

文本聚类是文本挖掘领域的一个重要研究分支,是聚类方法在文本处理领域的应用。本文首先对基于空间向量模型的文本聚类过程做了较深入的讨论和总结。另外,本文回顾了现有的文本聚类算法,以及常用的文本聚类效果评价指标。在研究了已有成果的基础上,本文利用20Newsgroup文本语料库,针对向量空间表示模型,在开源的数据挖掘平台WEKA上实现了文本预处理和k-means聚类算法,并根据实际聚类效果,就文本表示、特征选择、特征降维等方面提出优化方案。     

基于地形图量测的架空送电线路平断面图制作方法

纸质版1∶10000地形图经过扫描数字化,利用Hough变换直线检测算法提取其方里格网点的图像坐标,分别与格网点的理论坐标组成同名点对,利用仿射变换原理对其进行几何纠正后,可用于架空送电线路初步设计阶段平断面的制作。     

基于均值聚类的背景估计算法

本文提出了基于均值聚类的背景估计算法。首先利用提取特征点,然后利用K-means聚类算法去除错误的特征点对。最后利用随机样本一致(RANSAC)算法和最小二乘方法求解运动参数。实验结果表明本文算法比原始算法的峰值信噪比提高。该算法能更加准确的实现运动背景估计,提高了运动背景估计的鲁棒性,同时提高了计算速度。     

一种改进的模糊聚类算法研究

针对模糊C-均值聚类算法不能很好对非椭球形分布,或结构形状不对称分布的数据进行聚类的问题,文章提出了一种基于点密度的模糊C-均值聚类算法PD-FCM,该算法利用数据的点密度能够反映其对不同数据密度分类的符合程度的这一特性,构造了修正参数来改进基于欧几里德距离度量方式,从实现对FCM算法的优化。在人造数据集和知名数据集上的实验结果该算法在准确率和隶属度的准确性方面优于模糊C-均值聚类算法。     

基于IK-MD-SA聚类算法的电力数据审计疑点研究

为解决电力行业海量非结构化数据导致审计疑点数据效率、准确性低的难题,本文提出了一种基于迭代IK-MD-SA聚类电力大数据审计疑点算法。首先运用相异性度量算法通过构造相异性矩阵和计算均值相异性改进K-means聚类算法选择初始聚类中心,并将簇均值替换为簇中位数完成后续聚类中心迭代,以消离群点影响聚类结果的准确性。然后利用改进的蜂群算法对聚类结果进行优化,使其保证高运行效率的前提下聚类结果仍具有较高准确性。最后,通过离散性电力数据进行识别潜在疑点试验,验证了所提算法的可行性和有效性。     

基于孤立点消除合理选择训练样本的物流预测

为了提高物流需求的预测精度,提出一种基于消除孤立点合理选择训练样本的物流预测(IFCM-RBFNN)。首先采用密度方法识别和剔除原始物流需求数据中的孤立点,消除孤立点对聚类结果的不利影响;然后采用模糊均值聚类(FCM)算法对物流需求数据进行聚类,选择最优训练样本集;最后采用RBF神经网络建立物流需求预测模型,并采用仿真实验对其性能进行测试。仿真结果表明,相对于对比模型,IFCM-RBFNN提高了物流需求的预测精度,预测结果更加可靠。     

小波奇异熵算法诊断电子互感器故障研究

目前针对电子互感器故障诊断算法大多以互感器采样数据分析为基础[1],而互感器采样数据与电网运行数据是紧密联系的,导致其算法无法区分电网故障与互感器故障。本文使用的故障诊断算法基于小波变换,使用多尺度模块综合处理的方法获取信号奇异点及其奇异时刻,然后采用小波奇异熵算法,利用电网各种异常状况下电气量信号与电子式互感器故障时电气量信号的区别来检测互感器的突变故障。结合这两种算法可以实时判断电子式互感器的运行状况。     

物流分区配送路线优化问题建模及算法求解

针对配送中心的配货路线规划问题,充分考虑收货点的随机与分散的特点,并在需求量设定时考虑到退货,建立了分区规划下的物流配货路径优化模型,同时用实例进行验证。首先应用spss聚类算法对配送网络进行分区,将问题转化为小规模的单车线路优化问题;然后提出sweep改进算法,在一定程度上减少了车辆数的配备,降低成本投入;再建立物流配送模型,并结合蚁群算法,对每个分区内的投递点进行求解。且模型考虑了软时间窗,增加了对提早到达或是晚到达的费用损失问题的考虑,更接近实际。     

基于K-均值聚类图像配准算法

针对图像配准中实时性差和精度低的问题,提出了一种基于K-均值聚类的图像配准算法。该算法根据匹配点对距离和方向特征的视差约束条件,首先利用K-均值聚类对匹配点对进行预处理,剔除错误匹配点,然后利用RANSAC进行优化,实现了图像的精确配准。实验结果表明该算法不仅提高了图像配准的精确度,而且提高了图像配准的速度。     

基于 Gabor 小波的人脸边缘检测算法研究

院本文提出了一种基于 Gabor 奇部滤波器的边缘检测方法,在不同的尺度下分别采用非极大值抑制,然后利用 Canny 算子在高低阈值图像中查找边缘点的方法对图像进行边缘检测,无需人为的设定任何参数.实验结果表明这种算法不但克服了 Canny 算法中人为设定阈值的缺陷,而且有效地去除了图像中的伪边缘     

NS2中随机早期检测算法的优化设计和实现

随机早期检测算法是目前路由器中应用最广泛的队列管理算法,用其对实时队列进行监控和管理能有效的检测和避免网络拥塞。文章首先分析了随机早期检测算法的设计思想、实现原理和一些优化策略等,针对RED的不足,提出一种优化策略,并详细介绍了RED优化策略在网络模拟器NS2中的设计和实现。     

基于ADT算法的小波边缘提取

提出了一种小波边缘提取算法,应用多孔算法对视频信息进行小波分析,基于模极大值类内MIN variance原理,推导出高低2个阈值,进行候选边缘点的筛选.对在2个阈值之间的模极大值进行比较,进一步筛选候选边缘点.该方法不需要人为的设定任何系数或者初始值,根据不同的视频信息自适应地确定双阈值,避免了反复调试阈值系数,实验结果表明了该方法的有效性.     

基于ADT算法的小波边缘提取

提出了一种小波边缘提取算法,应用多孔算法对视频信息进行小波分析,基于模极大值类内MIN variance原理,推导出高低2个阈值,进行候选边缘点的筛选。对在2个阈值之间的模极大值进行比较,进一步筛选候选边缘点。该方法不需要人为的设定任何系数或者初始值,根据不同的视频信息自适应地确定双阈值,避免了反复调试阈值系数,实验结果表明了该方法的有效性。     

陶瓷墙地砖尺寸偏差视觉检测算法研究

文章提出一种应用于陶瓷墙地砖图像测量领域的尺寸偏差检测算法：使用基于Sobel算子的改进的方向算子,综合利用图像灰度信息和灰度梯度信息对陶瓷墙地砖图像边缘进行检测和亚像素精确定位,通过计算目标在图像中的面积、哈夫变换和最小二乘法等算法对陶瓷墙地砖边长尺寸进行精确测量。     

基于PLSA模型的观点句聚类算法研究

针对互联网评论文本中观点句情感特征的稀疏性及低频性,提出一种基于概率潜在语义分析(PLSA)模型的观点句聚类算法。利用PLSA对语料库中的观点句进行数据预处理与数据聚类,并以微平均F1为评价指标设计与采用潜在语义分析(LSA)方法的对比实验。分析与研究结果表明:(1)主题数在20附近时,聚类效果最为显著;主题数超过20时,聚类效果随着主题数的增加呈递减趋势,之后聚类效果趋于稳定;(2)与LSA算法相比,PLSA算法显示出较好的聚类效果,数据测试结果验证了该模型的有效性。研究结果对提高信息检索速度与个性化推送服务具有重要意义。     

基于背景补偿的跟人AGV系统人物检测研究

提出一种基于背景补偿的动态目标检测方法来解决跟人AGV的物流运输系统中的人物检测问题.为减少目标检测所花费的时间,在不影响图像细节的情况下,首先缩小图像,检测SIFT特征点并进行特征点之间的匹配;其次,用随机一致性算法(RANSAC)去除运动目标的特征点匹配与两幅图像的特征点误配,从而构建仿射模型进行背景补偿;最后,运用图像的差分并对差分后的图像进行形态学运算从而检测出运动区域,并在原始图像中标记.     

基于背景补偿的跟人AGV系统人物检测研究

提出一种基于背景补偿的动态目标检测方法来解决跟人AGV的物流运输系统中的人物检测问题。为减少目标检测所花费的时间,在不影响图像细节的情况下,首先缩小图像,检测SIFT特征点并进行特征点之间的匹配;其次,用随机一致性算法(RANSAC)去除运动目标的特征点匹配与两幅图像的特征点误配,从而构建仿射模型进行背景补偿;最后,运用图像的差分并对差分后的图像进行形态学运算从而检测出运动区域,并在原始图像中标记。