检索结果-南通市图书馆

电子学报 2008年第10期36卷 1996-2000页

作者：武小红周建江江苏大学电气信息工程学院江苏镇江212013 南京航空航天大学信息科学与技术学院江苏南京210016

模糊c-均值聚类(FcM)对噪声数据敏感和可能性c-均值聚类(PcM)对初始类中心非常敏感易导致一致性聚类.可能性模糊c-均值聚类(PFcM)综合了FcM和PcM算法并且克服了这些缺点.但是PFcM必须先运行FcM来计算参数.提出一种新的PcM算法,新的PcM... 详细信息

模糊c-均值聚类(FcM)对噪声数据敏感和可能性c-均值聚类(PcM)对初始类中心非常敏感易导致一致性聚类.可能性模糊c-均值聚类(PFcM)综合了FcM和PcM算法并且克服了这些缺点.但是PFcM必须先运行FcM来计算参数.提出一种新的PcM算法,新的PcM算法利用协方差矩阵来计算参数衡量了数据集的紧凑程度且无须先运行FcM,在新的PcM和FcM基础上提出了新PFcM算法,该算法无须事先运行FcM以计算参数,减少了算法运算时间.对数据集的测试实验结果表明了提出的新算法能同时产生模糊隶属度和典型值,减少聚类时间,同时具有更好的分类准确率.

关键词：模糊聚类模糊c-均值聚类可能性c-均值聚类可能性模糊c-均值聚类

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

全视野数字乳腺X线摄影中微钙化检测方法研究

全视野数字乳腺X线摄影中微钙化检测方法研究

引用

作者：梅明武汉科技大学

学位级别：硕士

乳腺癌是女性最常见的恶性肿瘤之一,已跃居女性恶性肿瘤的首位,其发病率呈逐年上升趋势,且趋向年轻化,严重影响女性的身心健康。早期确诊是降低乳腺癌死亡率的关键。为此,本课题针对钙化点具有非常微小、大小不一、形状各异、可疑病变... 详细信息

乳腺癌是女性最常见的恶性肿瘤之一,已跃居女性恶性肿瘤的首位,其发病率呈逐年上升趋势,且趋向年轻化,严重影响女性的身心健康。早期确诊是降低乳腺癌死亡率的关键。为此,本课题针对钙化点具有非常微小、大小不一、形状各异、可疑病变区域与其周围组织之间的灰度值之差较小、部分组织易被误认为是钙化点等特点,采用一种综合多种技术的检测方法。主要包括可疑钙化区域定位、基于活动轮模型的分割、可能性模糊c-均值聚类和加权支持向量机等。本文采用的检测算法分两个阶段:训练阶段和测试阶段。训练阶段包括可疑钙化区域定位、基于水平集分割的钙化分割、可疑区域的特征提取、基于互信息的特征选择、对特征进行可能性模糊c-均值聚类并计算样本权重以及用加权非线性支持向量机训练样本得到训练模型。测试阶段包括钙化分割、特征提取、钙化点分类以及钙化簇的检测。针对从影像中难以准确分割出完整钙化点的问题,本文提出结合边缘点搜索和水平集分割方法的钙化分割方法。针对部分乳腺组织的表现似钙化点,容易被当作钙化点分割出来,由此带来大量的假阳性钙化点的问题,本文提出了使用可能性模糊c-均值聚类结果中的概率值和典型性值综合得出样本权重,之后使用加权支持向量机进行钙化点分类,从而更精确的区分了钙化点和疑似钙化点。本文采用的钙化点检测方法在410幅全视野乳腺数字影像中进行测试。初步结果显示,该检测方法用于乳腺X线影像中钙化点检测是可行的,能分割出完整的钙化点,减少假阳性钙化点数,达到预期的效果。

关键词：微钙化乳腺X线影像计算机辅助诊断可能性模糊c-均值聚类支持向量机

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高速公路网短时交通状态预测研究

高速公路网短时交通状态预测研究

引用

作者：田永学上海交通大学

学位级别：硕士

随着社会的不断发展,高速公路已经成为一个国家经济快速发展的重要保障,然而高速公路交通安全和拥挤堵塞问题也逐渐成为全世界关注的难题。智能交通系统中的智能控制与实时诱导系统可以有效缓解交通拥堵、减轻环境污染、提供高效安全的... 详细信息

随着社会的不断发展,高速公路已经成为一个国家经济快速发展的重要保障,然而高速公路交通安全和拥挤堵塞问题也逐渐成为全世界关注的难题。智能交通系统中的智能控制与实时诱导系统可以有效缓解交通拥堵、减轻环境污染、提供高效安全的高速公路通行状况,然而实现这些的前提和关键是能够对短时交通状态进行准确的预测。因此,本文重点研究高速公路短时交通状态预测问题,并将其划分为两个子问题,一是利用历史交通数据进行短时交通参数的预测,二是利用得到的预测交通参数值进行交通状态判别,这样间接地实现了短时交通状态预测。本文首先研究了短时交通参数预测问题。已有的工作将基于时间序列预测以及机器学习的模型和算法应用于短时交通参数预测,但这些静态模型要求输入为定长的历史数据,不能动态确定最优历史交通数据长度,导致预测效果不够理想。为解决该问题,本文提出了一种基于长短时记忆递归神经网络的预测模型,利用模型记忆块中三个乘法单元的长时记忆功能,可以动态确定最优历史数据长度进行预测,以得到更好的效果。使用美国加州高速路网交通数据进行分析建模并与已有的经典预测模型进行对比,验证了本文提出的预测模型有更高的预测准确度、良好的扩展性和长时记忆历史数据的能力。在交通参数预测的基础上,本文研究了交通状态判别问题。由于交通数据受异常的噪声数据影响比较严重,已有工作使用交通流理论和模式识别对交通状态进行判别的方法不能有效地抵抗噪声数据,导致判别结果不够理想。为此,本文提出了基于可能性模糊c-均值聚类的交通状态判别模型,该模型引入了典型性矩阵,可以有效识别异常的噪声数据。通过美国加州高速路网交通数据进行分析建模并与经典判别模型对比,验证了该模型对于交通状态判别的准确性以及在聚类训练和交通状态判别过程中良好的抗噪能力。基于长短时记忆递归神经网络的交通参数预测和基于可能性模糊c-均值的交通状态判别共同构成了高速公路网短时交通状态预测模型,其拥有更高的预测准确率和良好的抗噪声能力,为智能控制和实时诱导系统提供了可靠的保障,进而可以缓解高速公路交通拥堵状况。

关键词：智能交通系统短时交通参数预测交通状态判别长短时记忆递归神经网络可能性模糊c-均值聚类

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于参数优化改进型可能聚类的遥感图像分割

引用

农业网络信息 2011年第12期 31-34页

作者：武斌黄庆丰魏元春安徽农业大学信息与计算机学院安徽合肥230036 安徽农业大学林学与园林学院安徽合肥230036

可能聚类算法(PcA)和可能c-均值聚类算法(PcM)对初始值非常敏感,容易产生一致性聚类。改进型可能c-均值聚类算法(IPcM)能解决PcM的问题,然而IPcM的执行更依赖于参数。IPcM必须计算参数两次,因此聚类时间长。为了克服PcA和IPcM的缺点,进... 详细信息

可能聚类算法(PcA)和可能c-均值聚类算法(PcM)对初始值非常敏感,容易产生一致性聚类。改进型可能c-均值聚类算法(IPcM)能解决PcM的问题,然而IPcM的执行更依赖于参数。IPcM必须计算参数两次,因此聚类时间长。为了克服PcA和IPcM的缺点,进而应用于复杂的遥感图像分割,将PcA和IPcM相结合,提出了一种基于参数优化的改进型可能聚类算法(IPcAOP)。实验表明,IPcAOP在处理遥感图像分割方面明显优于模糊c-均值聚类(FcM)和IPcM。

关键词：模糊c-均值聚类可能性模糊c-均值聚类改进的可能性模糊c-均值聚类遥感图像

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：