一种基于自适应相似矩阵的谱聚类算法

为了消除在构建谱聚类算法的相似矩阵时,高斯核函数中尺度参数的波动影响,构建了一种自适应相似矩阵,并应用到谱聚类算法中。自适应相似矩阵中数据点间的距离度量采用测地距离算法,相距较近的两点间的距离近似于欧氏距离,相距较远的两点则先根据欧氏距离得到每个数据点的k个近邻点,然后累加近邻点的测地距离,由此得到每对数据点间的最短距离。两点间的局部密度用共享近邻的定义来表示,更好地刻画了数据集的本征结构。在5个人工数据集和国际通用UCI数据库中的5个真实数据集上进行实验。实验结果表明,所提算法的聚类准确率高于对比算法的准确率,对复杂分布数据有很强的自适应能力。研究成果为数据挖掘及机器学习提供了思路和方法。     

模糊聚类法在建筑业发展水平分析中的应用

根据模糊聚类的基本原理以及传递闭包法、模糊相似矩阵和模糊等价矩阵等算法,选取了7个相对有效的评价指标对我国7个具有代表性省份的建筑业发展水平进行了分析,在不同水平下得到相应的模糊等价矩阵。利用模糊等价矩阵对我国7个省的建筑业发展水平进行模糊聚类,并使用MATLAB软件编程得出聚类结果,根据聚类结果对各省的建筑业发展水平进行了纵向和横向的比较分析。     

一种优化K-means聚类的舌苔舌质分离方法

为了解决传统K-means聚类算法对舌图像中舌苔舌质分离效果不稳定的问题,提出了一种优化K-means聚类的舌苔舌质分离模型。模型综合RGB,HSV,L^*a^*b^* 3种颜色空间的特性,将单通道舌图像像素作为聚类样本集合,以一定的规则从集合中选取2个舌图像通道的像素作为聚类样本,并利用单通道舌图像分布直方图的峰值确定初始聚类中心点,最后通过聚类实现舌苔舌质分离。实验结果表明,选择用双通道舌图像作为聚类样本比用三通道或者单通道舌图像聚类效果更优,且提出的初始聚类中心点的确定方法相比于传统K-means聚类算法更准确、稳定地使舌苔舌质分离。所提方法可以很好地实现舌苔舌质分离,为中医舌诊客观化的研究提供了新的方法和思路,具有一定的实用价值。     

地图图像的彩色分割算法及其实现

地图是表现地理空间信息的图像,其中的彩色符号代表着不同的地理实体。对彩色地图图像的专色分色和提取,被广泛应用于地图的数字化采集以及对地理现象的智能化分析。本文探讨了地图扫描图像自动分色的原理和过程,在分色中首先利用图像处理技术,如图像的增强、滤波、去噪、锐化等方法进行采样样本的优化,然后再应用直方图的磨光、阈值分割、模糊约束聚类等算法模型,实现彩色扫描图像自动分割,得到比较满意的专色分色结果。论文还对分色结果存在的问题进行了讨论,提出了改进意见。     

一种引入参数无需确定聚类数的聚类算法

针对传统k-均值聚类算法的两大缺点,即算法中需要知道确定的聚类数和初始种群选取的随机性,提出了一种新的聚类算法,即基于k-均值聚类算法的无需确定聚类数的聚类算法。这种算法是基于递增思想的聚类算法,最大的特色是无需事先知道聚类数,初始聚类数取1,初始聚类中心为所有数据点的聚类中心,算法中首先设定一个惩罚参数,对于确定的惩罚参数,运算时聚类数逐渐增加,直到收敛,即聚类数不再发生变化,就得到了所需的聚类数以及最终的聚类结果。运用于茶叶分类和各省市平均工资水平分析的2个实验也验证了这种算法的可行性,通过实验可知,这种聚类算法具有较好的全局收敛能力和较高的正确率,稳定性强,收敛速度快。     

一种基于Edline线特征的车道线识别算法

为了提升车道线检测的准确性和实时性,改良车道偏离预警系统的性能,提出了一种新的车道线识别算法。首先应用投影法对采集到的图像设立感兴趣区域,以此来减少图像中存在的干扰信息;其次应用一种改进后的自适应高斯滤波算法对采集所得图像进行平滑处理,减少图像中不必要的细节;最后采用边缘绘制算法进行边缘检测,在此基础上,提出一种线段检测算法——Edline算法提取边缘线,对检测到的直线段进行筛选和聚类。利用引用计数法对车道线进行跟踪和预测。结果表明,新算法的平均处理时间为17.1 ms,准确率为96.19%,将其应用在车道偏离预警系统中可以有效地提高预警效率,提升预警的准确性和响应速度。研究结果丰富了车道线识别理论,可为车道偏离预警系统的应用及基础研究提供参考。     

基于遗传微粒群算法的输电线路图像分割

图像分割技术的发展是电力系统视频监控技术发展的基础。最大类间方差(Otsu)阈值分割法分割图像计算复杂、时间开销大,需要利用遗传微粒群算法(PGSHEA)进行优化。PGSHEA引入微粒群算法的快收敛及遗传算法的多样性特点来优化参数搜索,同时引进了摒弃因子来节省时间开销,最终得到最优值。输电线图像实验结果表明,该算法不仅有助于提高识别的准确率,而且减少了时间开销。     

基于压缩感知理论和密度聚类算法的全回转推进器滚动轴承故障诊断

滚动轴承振动信号具有非线性、非平稳性等特性,且往往存在噪声干扰,信号特征难以提取,传统故障工况诊断方法受到应用限制。以全回转推进器为研究对象,提出一种基于压缩感知理论和密度聚类算法的滚动轴承故障诊断算法。首先,将振动信号分解,进行稀疏变换,得到稀疏域下的振动信号;其次,采用压缩感知理论进行信号重构,建立绝对值、偏斜度、方差以及裕度等特征指标;最后,采用密度聚类算法DBSCAN,将不同特征指标之间两两组合进行分析,成功区分了故障工况。为滚动轴承故障的无损化、智能化诊断提供了理论依据。     

小波聚类算法的分析与研究

聚类分析是数据挖掘领域中一个重要的研究课题。传统的聚类算法在在低维空间小数据集中能够有效地进行聚类,但在高维大数据集中,由于数据的稀疏性,存在大量孤立点等问题,聚类效果不甚理想。本文在传统聚类算法的基础上,着重对小波聚类算法进行了分析与研究。     

基于谱峭度的同步提取变换方法及故障诊断应用

提出一种基于谱峭度的SET故障诊断方法。首先利用SET求取信号时频谱,然后采用频谱均分的方法分割边际谱,再将分割所得各部分分别求取峭度值,得到连续划分的峭度图。最后利用峭度值筛选包含丰富故障信息的分量并进行包络分析,提取故障特征。仿真信号及滚动轴承外圈故障信号的处理结果证明了该方法的有效性。     

An association clustering algorithm for can-order policies in the joint replenishment problem

Many studies have shown that the total cost of employing joint replenishment for correlated items is less than the total cost of using single-item replenishment. Savings increase dramatically when the demand between items is closely related. Although the benefits of joint replenishment are significant, it is difficult to define the demand correlation among items, especially when the number of items increases. A large number of items reduces the efficiency and advantage of the multi-item inventory control. To overcome this difficulty, an association clustering algorithm this paper proposes to evaluate the correlated demands among items. The proposed algorithm utilizes the “support” concept in association rule analysis to measure the similarity among items. Based on these measurements a clustering method is developed to group items with close demand in a hierarchal way. The can-order policy is then applied to the optimal clustering result as decided by the proposed performance index. To illustrate the benefits of the proposed association clustering algorithm for replenishment systems, a set of simulations and a sensitivity analysis is conducted. The results of the experiments show that the proposed method outperforms several replenishment models.     

光谱颜色管理系统关键技术综述

随着数字信息技术的全面、系统、纵深化发展,实际应用中对彩色图像跨媒体复现的颜色精度要求越来越高。基于光谱的颜色管理系统可以有效解决色度颜色管理系统中存在的同色异谱问题。本研究在分析光谱颜色管理系统基本框架的基础上,总结了光谱颜色管理系统中多光谱图像采集、光谱重构、光谱设备无关连接空间定义、光谱色域描述、光谱色域映射算法和光谱分色等关键技术的研究现状,并对各个技术环节中亟待解决的关键问题进行了归纳分析。     

红外图像分析技术在地下管道识别中的应用

鉴于探测地下输油管线的位置、走向以及是否有支管接入盗油是油田亟待解决的问题,针对地下输油管线的红外图像特点,研究设计了1套完整的分析方法,该方法包含图像的滤波、直方图均衡、分割、数学形态学处理和骨架跟踪等技术,实验证明这种方法能够准确地标识管道主干和分支,为探测者提供清晰而形象的管道图像。     

Tearing down the façades of radical innovation

Managers construct organizational façades that mislead external stakeholders, organizational members, auditors, researchers, other managers, and even themselves (Nystrom & Starbuck, 1984). Very little empirical research has been conducted on how managers build these façades since Nystrom & Starbuck's first influential article. This paper reports on the creation of an organization innovation façade from the day of initial crafting to its final collapse. The paper proposes a theoretical model of façade-crafting in large organizations, and its unsuspected role in fostering radical innovation, radical change and transformative action.     

基于多尺度小波的图像增强算法

提出了一种基于多尺度小波的图像增强算法.首先对图像做小波分层,利用散布矩阵对分层后的图像提取更丰富的局部结构信息,最后对每一个子图像进行局部直方图均衡化,就可将这些子图像合成为一个完整的输出图像.实验结果表明该方法的增强效果明显优于传统的直方图均衡化方法,既提高了图像的整体对比度又突出了图像的局部细节,同时还抑制了噪声...     

基于离散小波变换和奇异值分解的数字水印算法

当前数字作品的版权保护问题备受关注,数字水印是保护数字作品版权的有效手段。本研究针对大容量水印嵌入问题,提出一种基于离散小波变换和奇异值分解的灰度图像数字水印算法。首先,利用离散小波变换将原始图像分为LL、LH、HL和HH四个子带;其次,通过奇异值分解获得LL子带图像的对角矩阵S^l以及水印图像的对角矩阵S^w;然后,将矩阵S^l与S^u进行叠加来完成水印嵌入。该算法的突出特点为嵌入的水印容量大,且算法具有较强的鲁棒性。实验证明,嵌入水印后的图像在经受高斯噪声、椒盐噪声、旋转等攻击后,利用该算法仍能提取到有效的水印图像。     

多光谱图像获取中光照不均匀性的非线性校正算法

为降低多光谱图像数据获取过程中光照不均匀性造成的影响,本研究对多光谱成像系统中获取设备——多光谱相机的CCD响应特性进行了分析,建立非线性光照不均匀性校正算法。针对大尺度物体表面光照特性,通过Cheby-shev多项式对光照分布曲面进行非线性拟合,进而对光照不均匀性造成的CCD响应误差进行了校正。实验结果表明：本研究提出的非线性校正方法可以很好地降低光照不均匀性的影响,在目前的校正方法中,效果最理想。