检索结果-南通市图书馆

一种基于电化学阻抗谱的大规模退役锂离子电池的软聚类方法

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2022年第23期37卷 6054-6064页

作者：来鑫陈权威邓聪韩雪冰郑岳久上海理工大学机械工程学院上海200093 清华大学车辆与运载学院北京100084

退役锂离子电池的分选目前存在效率与精度不可兼得的问题,严重制约大规模退役锂电池梯次利用的经济性与安全性。该文针对以上问题,提出一种基于电化学阻抗谱(EIS)的退役锂离子电池软聚类方法。首先,对退役锂离子电池进行EIS测试和弛豫时... 详细信息

退役锂离子电池的分选目前存在效率与精度不可兼得的问题,严重制约大规模退役锂电池梯次利用的经济性与安全性。该文针对以上问题,提出一种基于电化学阻抗谱(EIS)的退役锂离子电池软聚类方法。首先,对退役锂离子电池进行EIS测试和弛豫时间(DRT)分析,利用BP神经网络建立电池容量与DRT关联模型,并用于大规模电池容量的快速估计。然后,构建电池容量、欧姆内阻与DRT特征等六维度判据,在此基础上提出一种基于高斯混合模型的电池软聚类方法。该方法在考虑电池内部重要电化学特征的基础上实现了退役锂离子电池的软聚类,大大提高了聚类结果的准确性与灵活性。最后,通过计算轮廓系数和进行混合脉冲功率特性(HPPC)实验对聚类结果进行验证。实验结果表明,获取电池容量的时间由标准容量测试的3h缩短到10min,容量预测误差控制在4%以内;所提出的软聚类分类方法能提高电池重组的灵活性,并能保证重组电池具有很好的一致性。

关键词：容量估计退役锂离子电池软聚类电化学阻抗谱弛豫时间

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

一种增量式文本软聚类算法

西安交通大学学报 2007年第4期41卷 398-401,411页

作者：冯中慧鲍军鹏沈钧毅西安交通大学电子与信息工程学院西安710049

针对传统文本聚类算法时间复杂度较高,而与距离无关的算法又不适用于动态、变化的文本集等问题,提出了一种基于语义序列的增量式文本软聚类算法.该算法考虑了长文本的多主题特性,并利用语义序列相似关系计算相似语义序列集合的覆盖度,... 详细信息

针对传统文本聚类算法时间复杂度较高,而与距离无关的算法又不适用于动态、变化的文本集等问题,提出了一种基于语义序列的增量式文本软聚类算法.该算法考虑了长文本的多主题特性,并利用语义序列相似关系计算相似语义序列集合的覆盖度,同时将每次选择的具有最小熵重叠值的候选类作为一个结果聚类,这样在整个聚类的过程中大大减小了文本向量空间的维数,缩短了计算时间.由于所提算法的语义序列只与文本自身相关,所以它适用于增量式聚类.实验结果表明,算法的聚类精度高于同条件下的其他聚类算法,尤其适合于长文本集的软聚类.

关键词：语义序列增量式聚类软聚类文本聚类

用于Web文档聚类的基于相似度的软聚类算法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2006年第2期32卷 59-61页

作者：姜亚莉关泽群武汉大学遥感信息工程学院武汉430079

提出了一种基于相似度的软聚类算法用于文本聚类,这是一种基于相似性度量的有效的软聚类算法,实验表明通过比较SISC和诸如K-means的硬聚类算法,SISC的聚类速度快、效率高。最后展望了文本挖掘在信息技术中的发展前景。

关键词： Web文本挖掘文本聚类软聚类相似度

在线全文

学校读者我要写书评

暂无评论

基于互信息软聚类的个性化联邦学习算法

计算机工程 2023年第8期49卷 20-28页

作者：郑美光杨泳中南大学计算机学院长沙410083

联邦学习是一种为多个客户协作训练机器学习模型的分布式机器学习技术,同时能够保护客户数据隐私,但客户数据异构性限制了联邦学习的应用,对此,个性化联邦学习是一种可行的解决方案。传统基于聚类的个性化联邦学习方案将具有相同数据分... 详细信息

联邦学习是一种为多个客户协作训练机器学习模型的分布式机器学习技术,同时能够保护客户数据隐私,但客户数据异构性限制了联邦学习的应用,对此,个性化联邦学习是一种可行的解决方案。传统基于聚类的个性化联邦学习方案将具有相同数据分布的客户划分为一个集群,利用部分客户数据同构的特点减少了数据异构对联邦学习的影响,但忽略了客户属于多个集群的可能性。基于客户数据近似服从多种数据分布的思想,提出基于互信息软聚类的个性化联邦学习算法(pFedMS)。针对目前联邦学习客户聚类指标无法准确反映模型特征相似性的不足,给出基于模型特征的互信息公式作为聚类指标,有效区分相似客户;提出基于类内距离和类间距离的聚类合理性衡量方法,用于动态调整聚类结果;根据隶属度计算客户与集群的相似性,允许客户同时属于多个集群,提高聚类算法的性能。在CIFAR-10和FMNIST数据集上的实验结果表明,pFedMS算法相较于FedAvg、CFL等对比算法,客户最高平均测试准确率提高了2.4~3.0个百分点。

关键词：个性化联邦学习数据偏差软聚类模型特征互信息

在线全文

学校读者我要写书评

暂无评论

基于软聚类的深度图增强方法

江苏大学学报（自然科学版） 2024年第2期45卷 183-190页

作者：杨洋何童瑶詹永照赵岩王新宇江苏大学计算机科学与通信工程学院江苏镇江212013

针对现有的深度获取方式存在数据缺失、分辨率低等问题,提出一种基于软聚类的深度图增强方法,称为软聚类求解器.该方法利用软聚类的强边缘保持特性提高深度图增强的精度.将软聚类仿射矩阵和加权最小二乘模型有机结合,构建了软聚类求解... 详细信息

针对现有的深度获取方式存在数据缺失、分辨率低等问题,提出一种基于软聚类的深度图增强方法,称为软聚类求解器.该方法利用软聚类的强边缘保持特性提高深度图增强的精度.将软聚类仿射矩阵和加权最小二乘模型有机结合,构建了软聚类求解器中的置信加权最小二乘模型,提出了基于迭代的求解方法.为评估所提出的方法,在多项深度图增强任务上进行试验,包括深度图补洞、深度图超分辨率和深度图纠正,评价指标包含了峰值信噪比(PSNR)、结构相似度(SSIM)、均方根差(RMSE)和运行效率.结果表明:文中方法在深度图补洞任务中的平均PSNR达到了42.28,平均SSIM达到了98.83%;在深度图超分辨率、深度图纠正任务中的平均RMSE达到了8.96、 2.36.文中方法处理1张分辨率为2 048×1 024像素的图像仅需5.03 s.

关键词：图像处理计算机视觉加权最小二乘深度图增强置信度软聚类三维空间

在线全文

学校读者我要写书评

暂无评论

一种新的高效软聚类方法:

电子学报 1998年第2期26卷 83-86页

作者：裴继红范九伦谢维信西安电子科技大学电子工程系

本文提出了一种新的高效软聚类方法──截集模糊Ｃ－均值聚类（Ｓ２ＦＣＭ）．该方法将传统的硬聚类（ＨＣＭ）和经典的模糊聚类（ＦＣＭ）相统一，并进行了合理的推广而得出的一种有效的聚类方法，Ｓ２ＦＣＭ聚类算法的思想更符合人的... 详细信息

本文提出了一种新的高效软聚类方法──截集模糊Ｃ－均值聚类（Ｓ２ＦＣＭ）．该方法将传统的硬聚类（ＨＣＭ）和经典的模糊聚类（ＦＣＭ）相统一，并进行了合理的推广而得出的一种有效的聚类方法，Ｓ２ＦＣＭ聚类算法的思想更符合人的分类习惯，模拟实验表明，其总体性能优于ＦＣＭ算法和ＨＣＭ算法。

关键词：模糊聚类截集模糊聚类半模糊聚类软聚类

在线全文

学校读者我要写书评

暂无评论

增量文本软聚类速度改善算法设计及仿真

计算机仿真 2022年第8期39卷 524-528页

作者：刘艳周斌武汉工程科技学院信息工程学院湖北武汉430200 华中科技大学软件学院湖北武汉430200

为全面展示文本信息并清晰划分文本主题类别,提出基于群体智能的增量文本软聚类算法,提升聚类速度并改善聚类效果。计算增量文本中不同主题文本的相似语义序列集合覆盖度,将覆盖度计算过程中的最小熵重叠值的候选类作为下一步聚类的内容... 详细信息

为全面展示文本信息并清晰划分文本主题类别,提出基于群体智能的增量文本软聚类算法,提升聚类速度并改善聚类效果。计算增量文本中不同主题文本的相似语义序列集合覆盖度,将覆盖度计算过程中的最小熵重叠值的候选类作为下一步聚类的内容,降低软聚类过程中的文本向量空间维数;并通过基于群体智能的蚁群算法让蚂蚁随机选择增量文本,计算增量文本在现阶段局部区域内的群体相似性,得到蚂蚁抓取或丢弃文本的概率,以决定蚂蚁是否抓取、丢弃或移动增量文本,之后采用Python语言构建SCAST程序实现算法迭代训练,使增量文本能够按照其群体相似性聚集至一处,得到文本聚类结果。经仿真验证,上述算法计算语义序列相似度值较高,对异常文本较为敏感,聚类时间较低,能够快速实现增量文本聚类。

关键词：群体智能增量文本软聚类蚁群算法群体相似性

在线全文

学校读者我要写书评

暂无评论

基于软聚类的图像边缘感知滤波方法研究

基于软聚类的图像边缘感知滤波方法研究

作者：惠红军江苏大学

学位级别：硕士

图像边缘感知滤波是计算摄影中的一项重要技术,目的即执行滤波时感知并保持图像中的重要边缘特征,故又名保边滤波。根据计算方式的不同,传统边缘感知滤波可分为局部方法与全局方法。局部方法的输出可由局部邻域像素加权平均计算得到,全... 详细信息

图像边缘感知滤波是计算摄影中的一项重要技术,目的即执行滤波时感知并保持图像中的重要边缘特征,故又名保边滤波。根据计算方式的不同,传统边缘感知滤波可分为局部方法与全局方法。局部方法的输出可由局部邻域像素加权平均计算得到,全局方法将滤波视为优化问题建模并求解。多数现有局部方法计算效率高,但保边能力不足,易引入光晕等伪像。多数现有全局方法的保边滤波能力强,但因需求解复杂模型,计算成本高,甚至会引入强度偏移等伪像。边缘感知滤波的效果及效率亟待改善。边缘可泛指像素梯度变化剧烈的区域。在含丰富纹理的场景中,纹理将与结构边缘相混杂,则传统基于梯度的滤波算法将不再适用。为从细尺度的纹理中提取有意义的结构边缘,结构保持滤波被提出。因需更强的保边能力,现有结构保持滤波计算效率低;且多数方法结构保持及纹理滤除效果不尽人意。本文提出一种基于软聚类的边缘感知图像滤波,具体工作如下:(1)为抑制伪像、改进边缘保持滤波能力及计算效率,将边缘感知任务与软聚类相结合,提出一种基于软聚类的边缘保持滤波。为避免因嵌入现有软聚类方法而导致的缺陷,提出基于限定形式高斯混合模型的软聚类算法。根据给定参数,软聚类图像像素得到隶属度矩阵,继而构建仿射矩阵执行滤波。因输出计算为加权平均局部窗口中的像素,所述方法可抑制强度偏移伪像;因软聚类分离了不同像素,所述方法可抑制光晕伪像。针对基于深度学习的方法所缺乏的平滑量,所述方法提供了灵活的参数控制。效率上,所述方法有着线性时间复杂度。实验结果表明,所述方法适用于各种计算摄影应用。(2)为改进结构保持滤波能力,将滤波任务建模为幂迭代软聚类问题,提出一种基于幂迭代软聚类的结构保持滤波。所述方法内核与扩散距离有关,使其易区分结构和纹理。算法包含两个迭代过程:前者通过幂迭代滤波输入来平滑纹理;后者执行联合软聚类滤波以恢复底层结构和阴影。所述方法计算效率高,每次迭代仅需线性时间。定性及定量实验皆证明了所述方法的先进性。(3)基于上述研究,设计且实现基于软聚类的边缘感知滤波图像处理系统。该原型系统嵌入了上述两种方法,根据指定参数,实时展示多种计算摄影应用。系统基础功能涵盖全面,验证了本文研究的理论意义与实用价值。

关键词：软聚类高斯混合模型边缘保持滤波幂迭代结构保持滤波

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

基于软聚类的深度图像增强方法研究

基于软聚类的深度图像增强方法研究

作者：何童瑶江苏大学

学位级别：硕士

深度信息是人们感知三维空间事物的重要手段,广泛应用于计算机视觉领域。现有的大部分深度图像获取设备不是很完善,会出现数据缺失、分辨率低等问题,深度图像增强技术就是利用深度信息解决上述问题,属于边缘感知平滑的范畴。对于深度图... 详细信息

深度信息是人们感知三维空间事物的重要手段,广泛应用于计算机视觉领域。现有的大部分深度图像获取设备不是很完善,会出现数据缺失、分辨率低等问题,深度图像增强技术就是利用深度信息解决上述问题,属于边缘感知平滑的范畴。对于深度图像的处理,根据是否需要置信度,可以大体分为滤波器方法与求解器方法。传统的滤波器方法可能会出现光晕伪影问题,无法获得精度比较高的深度图像或者在解决复杂的计算机视觉任务时会降低计算效率。现有的某些求解器方法会受到自身算法优化的限制,输出的深度图像与实际值有明显差距。因此,深度图像增强效果需要改善。针对现有深度图像增强技术的问题进行深入研究,本文提出基于软聚类的深度图像增强方法研究,具体工作内容如下:(1)为抑制光晕伪影,改善某些求解器方法会受自身算法优化的限制,提出一种基于低级特征软聚类的深度图像增强方法,称为软聚类求解器。该方法的目标函数是基于置信度的加权最小二乘模型,模型的关键点是优化可以利用软聚类的属性来进行这种边缘感知平滑方法,运用软聚类定义出像素之间的相似度,并通过迭代执行来提高精度。为评估所提出的方法,本文在多项深度图像增强任务上进行实验,包括深度图补洞、深度图超分辨率和深度图纠正。量化和质化的实验结果表明,本文提出的方法与现有方法相比具有更高的精确度。(2)为改进提出的深度图像增强方法偶尔会出现纹理复制的现象,考虑到将彩色引导图像进行滤波处理,提出一种基于融合高级特征软聚类的深度图像增强方法,该方法将高级语义与低级特征相结合。所提出的边缘感知平滑方法的工作原理是首先根据高级和低级特征对输入图像进行软聚类,以导出仿射矩阵,然后对其进行融合以进行图像平滑。该方法与现有方法相比计算效率高,提高了精确度。

关键词：软聚类深度图像增强置信度加权最小二乘边缘感知平滑