共查询到19条相似文献，搜索用时 234 毫秒
1.
提出一种新的结合了模糊c-均值聚类（FCM）算法和可能性c-均值聚类（PCM）算法优点的联合模糊c-均值聚类（AFCM）算法。它克服了PCM对初始值敏感、易产生一致性聚类的缺点，是PCM的扩展算法。试验表明：AFCM能同时产生隶属度和典型值，从而更好地处理噪声，避免了一致性聚类，同时提高了聚类准确性。 相似文献
2.
3.
【目的】针对改进的可能性C均值聚类方法(IPCM)运算效率低,难以处理复杂数据结构的问题,提出了一种约束的改进可能性C均值聚类方法(CIPCM).【方法】CIPCM方法采用多项式核将特征向量映射到一个隐性特征空间,便于处理复杂的数据结构;引入两个成对约束集合,降低聚类迭代次数,提高运算效率和抗干扰能力.实验采用国际公认的UCI公共测试数据集,并用错分率指标评测了目标分类性能.【结果】CIPCM方法的聚类错分率低,对噪声的鲁棒性强.【结论】CIPCM运算效率比高于改进可能性C均值聚类方法. 相似文献
4.
改进的基于模糊C-均值聚类的图像分割算法 总被引：1，自引：0，他引：1
为了提高图像分割算法的抗噪声性能,提出了一种改进的基于模糊C-均值聚类的图像分割算法.该算法首先根据邻域像素的隶属度矩阵来计算出像素和聚类中心的空间距离,然后利用空间距离和欧氏距离来重新确定像素和聚类中心的距离,最后利用新提取的距离特征和改进的FCM聚类算法对图像进行分割.实验结果表明,该算法能有效地提取目标图像,对噪声具有较强的鲁棒性,收敛速度快.Abstract： To enhance the noise immunity performance of the image segmentation algorithm, an improved algorithm for image segmentation based on fuzzy C-means clustering is proposed in this paper. The spatial distance between a pixel and the cluster center is calculated by the membership matrix of the neighboring pixels, and a new distance is determined by the spatial distance and the Euclidean distance. This new distance feature and the improved algorithm based on fuzzy C-means clustering are used in image segmentation. The experimental results show that the proposed algorithm is effective in getting the target image,more robust to the noises and faster than the conventional fuzzy C-means (FCM) algorithm. 相似文献
5.
K-均值聚类算法和粗糙熵是应用于图像分割的主要算法,目的是对图像进行分析处理。将K-均值聚类算法和粗糙熵结合起来应用到岩心图像的分割,目的是提取出岩石的隙缝信息。先利用K-均值聚类算法对岩心图像进行区域分割,再利用基于粗糙熵的方法对分割结果进行目标提取,从而达到多阚值分割的目的。通过效果图对比分析可以看出,采用基于粗糙熵的K-均值聚类算法处理多目标的岩心图像,提取出的目标更清晰,更明确,实验结果更有价值,证明了改进后算法的有效性。 相似文献
6.
7.
针对传统聚类算法在图像分割中对聚类中心选择敏感,可靠性差的缺点,本文采用AP聚类算法研究图像分割问题。AP(Affinity propagation)聚类算法是通过数据点之间的信息传递产生高质量的聚类中心,避免了聚类初始中心选择难的问题。本文通过与K均值算法和模糊C均值算法在图像分割中的实验比较,得出本算法优于其他两种算法,对图像可取得良好的分割效果。 相似文献
8.
《湖北农业科学》2021,60(5)
以谷子为研究对象,采集谷子阴天、背景复杂有阴影、光照不均、露水雨水反光4类环境条件下的冠层图像,分别采用超绿分割、Lab空间K均值聚类分割和基于H分量的K均值聚类分割3种算法进行冠层提取,探究不同条件下谷子冠层提取的最优方法。对于阴天和背景复杂有阴影的谷子冠层图像,3种算法均可以较完整地提取,分割准确率均达到93%以上;对于光照不均的图像,超绿分割效果最差,基于Lab空间和基于H分量下的K均值聚类分割效果相对优异,分割准确率分别为93%和96%;对于露水雨水反光的图像,基于H分量的K均值聚类分割准确率最高,达到97%。基于H分量的K均值聚类算法对4种不同环境条件下获取的谷子冠层图像分割效果均较理想,为后续谷子生长自动监测提供了一定的参考价值。 相似文献
9.
为提高K-均值聚类算法在医学CT图像分割上的应用效果、稳定性和质量,减少程序运行时间,本研究用Matlab语言优化了K-均值聚类算法程序,与StatisticsToolbox的K—means函数进行比较,使用单因素方差分析法检验两种算法实现程序运行时间的差异,并直接观察分割效果和稳定性。结果显示,改进后的K-均值聚类算法程序具有分割结果稳定、质量提高等优点,在常用Windows操作系统和Pc机配置环境下,分割耗时在1s左右,显著低于原有的分割程序,消除了等待感觉,提高了使用者的工作舒适度和效率,为图像的识别处理奠定了基础。 相似文献
10.
以榛子仁为检测样本,采用模糊C均值聚类(FCM)算法进行图像分割;利用飞蛾扑火(MFO)算法改进其目标函数;利用函数对个体样本边缘提取,标记边缘拐点位置,计算拐点个数;对边缘图像进行霍夫(Hough)变换的椭圆曲线拟合,标记并输出饱满籽粒个数;依据试验数据,分析应用改进的模糊C均值聚类算法和霍夫变换对榛子仁缺陷检测的效果.结果表明:改进的模糊C均值聚类算法和霍夫变换,可以准确有效地对饱满、干瘪、霉斑、虫蛀、腐烂的5种榛子仁中的缺陷籽粒进行识别检测,提高榛子仁加工过程中的分拣效率. 相似文献
11.
在分析CFG桩复合地基承载力计算方法的基础上，根据其影响因素的区间性与模糊性特点，提出了采用三角模糊数表示计算参数取值，建立出CFG桩复合地基承载力模糊分析模型.通过探讨三角模糊数构造方法，建立出CFG桩复合地基承载力计算参数三角模糊确定方法，然后，基于给定安全系数与承载力设计构建功能函数，引入截集理论与区间运算规则，建立CFG桩复合地基承载力模糊能度可靠性分析方法.工程实例分析表明了该方法对CFG桩复合地基承载力进行分析计算的合理性与易操作性.在勘察数据与设计资料有限，不能直接采用概率可靠性分析方法的情况下，该方法为CFG桩复合地基承载能力可靠性分析与评价提供了一种精度较高的方法. 相似文献
12.
针对支撑向量机（Support vector machine,SVM）在大规模数据的问题,提出了一种基于模糊c-均值聚类样本选择策略的SVC（SVM for classification）迭代训练算法,从样本抽取、迭代训练两个方面进行了改进,并在多个较大规模UCI标准测试集上进行了试验.结果表明,所提出的迭代训练算法收敛快,在保证学习精度的同时使训练速度加倍、支撑向量减少一半. 相似文献
13.
14.
基于模糊聚类分析的田间精确管理分区研究 总被引：13，自引：0，他引：13
【目的】以海涂围垦区盐碱土为研究对象，将从SPOT遥感影像提取出的NDVI数据和盐碱地土壤生产力的主要限制因子盐分数据及部分养分数据作为变量进行精确农业管理分区研究。【方法】模糊c均值聚类方法被用来进行分类分区，并引入了模糊聚类指数和归一化分类熵两种分区效果评价指标，对分区结果进行比较和评价。【结果】本研究区，最佳的分区数目为3个。对处于每一子区内土样的化学特性和实测棉花产量数据进行方差分析，发现其均值在所定义的每个管理分区内都存在着统计意义上的显著差异性，其中子区3具有最高的肥力水平和作物产量，而子区1最低。【结论】利用所选取的变量，模糊c均值聚类算法可以较好地进行管理分区划分。分区结果不但可以指导采样，而且可用于实施变量投入和精确施肥推荐，为样区土壤管理提供科学的决策依据。 相似文献
15.
为了探讨舍饲圈养方式对怀孕母羊生理及心理健康产生的影响,设计以三轴加速度传感器MPU6050为核心的母羊产前运动行为监测装置,并对37只成年小尾寒羊母羊产前的运动行为(站立、行走、趴卧及刨地)进行分类识别。针对母羊趴卧和站立2种静态行为识别难度大的问题,提出采用K-means聚类算法对趴卧行为进行识别。在此识别结果的基础上,通过MATLAB软件对其他3种行为数据进行校正、滤波、加窗分段处理,提取母羊产前运动行为数据的19维特征,通过主成分分析降维方法获取累积贡献率达到95%的6个分量作为新的特征集用于行为识别。利用BP神经网络算法对其他3种运动行为进行分类识别。结果表明:所设计的母羊产前运动行为识别算法对母羊产前趴卧行为的识别率达到99.2%,对站立、行走及刨地行为的识别率分别为85.7%、88.9%、80.0%,能够满足对母羊行为识别的要求;经PCA降维后算法的识别率提高了9.9%,识别效果得到了改善。 相似文献
16.
为了获取较高的宽带信号的DOA(direction-of-arrival)估计精度,提出了基于改进的广义回归神经网络(IGRNN,improved generalized regression neural network)和主成分分析(PCA,principalcomponent analysis)的宽带DOA估计算法。选用PCA方法对训练样本进行降维,以降低神经网络的复杂度;利用粒子群算法优化GRNN的参数;根据选取不同的聚焦角度确定粗估计、精估计的训练模型,通过粗估计得出目标的大致方位后,利用精估计模型得出最终的估计结果,避免了聚焦角度对估计精度的影响。仿真结果表明,本文提出的算法具有较好的估计精度和较高的工作效率。 相似文献
17.
[目的]建立一种改进的基于聚类的模糊决策树,并研究其在玉米种质筛选中的应用。[方法]采用一种新型的基于聚类的决策树算法,该算法针对传统的决策树算法不能处理无类别样本的这一不足,进行了改进。同时,将改进算法应用在玉米品种的筛选问题中,通过对叶面积、株高、干重、钾利用率等指标的衡量,筛选出耐低钾性较强的玉米种子。[结果]该算法在玉米种质的筛选上,适用性强且性能较优。[结论]在今后工作中还需进一步验证比较改进的基于聚类的模糊决策树与传统的模糊聚类决策树的性能,并将其应用在更多的实际问题中。 相似文献
18.
针对烟草化学成分与烟草品质之间难以建立确定的数学模型的问题,提出了一种基于改进模糊聚类的烟草品质评价方法。该方法以烟叶样品的化学成分的差异性为依据,以模型分类结果与专家评吸结果的一致性为目标,利用模拟退火算法对现有的模糊聚类算法进行优化改进,建立基分类器;在此基础上,利用Ada Boost将基分类器对于不同样本集的多个分类结果进行集成,形成最终的烟草品质评价模型。以130组烟叶作为烟草样本,测定了各烟叶样品中总糖、还原糖、总氮、烟碱、氧化钾、氯离子、蛋白质7种化学成分含量,并采用改进的模糊聚类方法与神经网络算法、模糊聚类算法进行对比试验,该方法的误检率为6.7%,具有提升小样本数据的辨识能力,优于所比较的其他2种方法。 相似文献
19.
针对当前稻米溯源体系缺乏统一规范和溯源信息表达不够精准等问题,首先参考HACCP(hazard analysis critical control point,危害分析临界控制点)食品安全保障体系,设计稻米生长环境溯源指标体系表来实现稻米生长溯源指标标准化。然后运用Kmeans(k均值聚类)改进FP-Growth(frequent pattern-growth,频繁模式增长算法)挖掘稻米溯源参数与稻米口感评价之间潜在的关系,进而提高稻米溯源信息的精准表达。稻米溯源指标体系的优化为稻米溯源的标准化制定和溯源信息的精准表达奠定了研究基础。 相似文献