基于小波变换和数学形态学的图像分割算法研究

针对传统的分水岭变换对噪声和细密纹理的敏感会产生严重的过分割的现象，为了除去红外线图像混合的噪声，本文用小波变换法，接着再利用形态学中的开闭重建运算，来删除梯度图像中因为噪声引起与灰度非规则扰动的局部的极值；接着采用基于前景与背景的分水岭分割算法来进行分割。用MATLAB仿真，结果说明此算法能很好的实现分割的效果，后续更复杂的合并处理并不需要进行，就可以得到更好的分割效果。     

基于主成分分析的织物瑕疵检测特征选取研究

为了提取到能够反映织物瑕疵的关键特征,文章对织物瑕疵图像从多个角度分别提取了基于分形维的空隙特征、多重分形特征、傅里叶变换特征、小波变换特征共计19维特征;高维特征会造成运算成本的增加,为此利用主成分分析法,从原始特征空间中得出了8个主要特征;运用模糊C均值聚类算法(FCM)对正常织物图像和瑕疵图像进行了聚类分析。     

基于贝叶斯理论的小波变换支持向量机负荷预测模型

用贝叶斯证据框架理论改进小波变换最小二乘支持向量机混合预测法。应用贝叶斯证据框架实现各尺度预测模型的超参数、核参数以及输入变量的自适应选择。该方法在提高预测精度的同时,大大增强了其混合模型的适应性。     

基于对偶树复小波变换的动态纹理分类

本文提出了一种基于复广义高斯分布的动态纹理分类算法，该方法是利用对偶树复小波变换的复系数服从的概率分布模型参数来描述动态纹理。仿真实验选取两个动态纹理库，实验结果表明了方法的有效性。     

基于模糊聚类分析的第三方物流供应商选择

提出了用模糊聚类分析法解决第三方物流供应商选择问题的一个简单模型，即先用模糊聚类分析法对可选择的物流供应商进行聚类，然后在较小的选择范围内进一步选择，从而使实际的复杂问题得到简化。     

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。     

模糊聚类、判优与识别及其在全国各地运输、邮电通信业就业的应用

模糊聚类、判优与识别是模糊分析理论的基础;以模糊聚类为核心,建立模糊聚类、判优与识别的统一理论。模糊聚类分析方法是一种多元统计分析方法,它通过多指标把样本划分为若干类;判优,我们通过—统计量可以确定最优的分类;最后,用择近原则对新的样品识别,归类。文中以全国各地运输、邮电通信业就业人数分布为例来说明其应用。这种方法同样可用于各行各业就业分布情况的分析、归类。     

面向对象的遥感影像水田信息提取方法研究

由于自然灾害的影响,部分地区的水田缺水无法种植水稻,对水田信息的提取不再只是对种植的水稻提取,因此从高分辨率遥感影像中提取水田信息具有非常重要的作用和意义。本文将水田分为有庄稼水田、地膜水田和未种植水田,利用面向对象的方法对水田信息进行提取。论文在利用eCongniton软件对影像进行多尺度分割,不同的地类采用不同的分割尺度,采用模糊分类的方法,结合影像的光谱、形状、纹理等特征构建水田特征知识库对水田信息进行提取。实验结果表明利用面向对象的方法对水田信息提取有良好的效果。     

谱聚类算法及其在SAR图像分割中的应用研究

谱聚类算法作为一种高效的智能聚类算法被广泛地研究与应用,它与传统的聚类算法相比,具有明显的优势。文章首先对谱聚类理论进行了概述,介绍了图划分准则、谱松弛及谱聚类算法,后介绍算法在SAR图像分割中的应用,并对分割时出现的一些问题加以分析和讨论,对研究谱聚类算法及其对SAR图像的分割具有一定得理论参考。     

基于形状直径函数的三维模型集一致性分割算法研究

为了有效提高对三维模型集进行一致性分割算法的准确率和效率,提出一种三维模型集一致性分割算法。该算法基于形状直径函数特征和谱聚类方法。首先计算模型各个面片的形状直径函数特征(SDF)特征;其次计算模型各面片之间的形状相似性,形成相似性矩阵。最后采用谱聚类算法对模型集进行一致性分割。将本文算法与相关方法进行对比,实验结果表明,本文算法能准确的对一致性分割数据集中的若干模型进行有意义的分割,使得分割部位具有一定的对应关系,且面片平均划分准确率较好。     

基于模糊聚类-ABC控制法的百货企业市场细分研究

文章采用模糊聚类算法,根据顾客的月消费水平隶属度进行百货企业的市场细分,提出基于ABC控制法的顾客目标市场定位,为百货企业提供决策依据。     

基于Gabor小波和增强Fisher模型的掌纹特征提取

对于其他身份识别的生物特性而言掌纹有着很多的先天优势,因此在各个领域得到了非常广泛的应用。本文通过研究掌纹的特征,提出了一种基于Gabor小波和增强Fisher线性判别模型(EFM)的掌纹特征提取算法。先对预处理掌纹,在对掌纹灰色图像通过算法进行Gabor小波变换后,得到Gabor的掌纹特征向量。随后,通过主成分分析变换高维特征向量至低维空间,最后在此空间内利用EFM变换矩阵提取到掌纹的特征。由于Gabor函数在特征提取方面有着优良的性能,对高维特征的降维处理问题可有效解决,同时,算法也提高了Fisher线性判别式(FLD)的推广能力,可以较好地实现掌纹的特征提取。     

小波变换在车牌定位中的应用

为了解决含噪车牌图像的定位问题,本文研究了Mallat算法及其在小波系数多尺度分解中的应用,然后在此基础上针对汽车车牌与复杂背景的分割问题,提出了一种基于小波分析的边缘检测和图像分割方法。     

基于多种特征的火灾烟雾检测算法

本文提出了一种基于HSI空间和二维离散小波变换的图像型火灾烟雾探测方法。在HSI空间结合实际烟雾图像进行烟雾分割,并应用于火灾烟雾探测领域,能够实现有效的且实时性好的火灾预警功能。针对烟雾的相关系数、形状不规则性及半透明性的特征对可疑图元进行特征提取,最后综合各特征值进行烟雾判断。实验结果表明,与利用单一特征检测烟雾的算法相比,所提出的算法有效地提高了烟雾的识别率。     

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。     

基于电缆网时域反射信号检测与预处理技术研究

运行电缆网时域反射信号检测与预处理技术研究。应用小波分析变换电缆网时域反射信号的奇异点进行检测与预处理误差较大,采用小波分析的反射波消噪技术提出一种小波分析最优分解层数的自适应确定函数算法。     

基于神经网络的综合方法的研究

对神经网络与其它智能控制技术相结合进行了综述,主要有神经网络与模糊逻辑技术、小波分析、可拓理论、遗传算法和混沌等技术相互结合从而形成新型神经网络。进而概述了小波网络、模糊网络、模糊小波神经网络、遗传神经网络、混沌神经网络和开拓神经网络等模型的研究现状,并展望了今后的发展趋势。     

基于模糊聚类的客户分类应用研究

为解决客户关系管理中的客户分类问题，引入了模糊聚类分析算法。通过分析客户购买力的单因素数据矩阵，以客户胸买力之间相似程度作为聚类指标，应用模糊聚类分析法，求得客户的相对隶属度，从而为客户类别的划分提供科学分类依据。在特征函数确定问题上，提出了结合2/8营销理论的一种新方法。     

基于快速傅里叶变换的形状检索

近年来,随着多媒体技术和数字设备的出现,如何有效地管理和访问图像信息已成为人们亟待解决的问题。因此,一种新的图像检索技术——基于内容的图像检索技术被提出来。本文在已有研究成果的基础上,提出了自己的基于形状特征的图像检索方法:基于二维快速傅里叶变换的形状检索算法。     

基于克隆聚类的企业IDS的研究

在论述克隆聚类的基本概念及其特点的基础上,探讨了基于克隆聚类的农产品加工企业IDS的优势。根据农产品加工企业的实际需求,重点介绍了无监督的克隆聚类算法,设计并实现了基于克隆聚类算法的入侵检测系统,最后使用KDD CUP 99数据集进行了计算机仿真实验,结果表明能够显著提高检测率和降低误报率。