检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于对比学习特征表示的深度图像聚类算法

基于对比学习特征表示的深度图像聚类算法

作者：张潇河北大学

学位级别：硕士

在当今的互联网时代,无标签的图像数据呈现出爆炸性增长的趋势,如何有效地组织和处理这些数据是一个非常具有挑战性的问题。通过图像聚类技术,可以将相似的图像归为同一组别,从而实现对大规模图像数据的高效组织和管理。然而,图像数据... 详细信息

在当今的互联网时代,无标签的图像数据呈现出爆炸性增长的趋势,如何有效地组织和处理这些数据是一个非常具有挑战性的问题。通过图像聚类技术,可以将相似的图像归为同一组别,从而实现对大规模图像数据的高效组织和管理。然而,图像数据具有高维性、复杂性和冗余性,直接使用原始像素值作为输入特征会导致计算成本高和聚类效果不佳等问题。通过特征提取方法可以将图像数据转换为低维特征表示,提取出具有代表性的图像特征,减少冗余信息,帮助提升聚类性能。传统特征提取方法往往受限于手工设计和数据高维稀疏等问题,难以充分挖掘图像中的高层次信息和复杂关系。而深度神经网络则可以通过多层非线性变换来提取数据的高层次特征,并且可以通过端到端学习的方式进行优化,具有更好的自适应性和泛化能力。因此,目前在图像聚类研究中,结合深度神经网络进行特征提取已成为一种主流方法。将深度学习和聚类任务结合起来的方式被称作深度聚类。本文主要基于已有的深度图像聚类算法,采用对比学习的方式研究图像数据的聚类问题,具体的研究内容如下:1.针对现有的一些基于对比学习的深度图像聚类算法对于聚类训练和特征训练约束不足的问题,提出了一种单阶段的基于最近邻和伪标签的双重促进式的深度聚类算法(Dual Boost Deep Clustering,DBDC),该算法为每个样本寻找出特征级最近邻,用来提升聚类特征的簇内紧凑性。同时,通过设置高置信度阈值来使用伪标签,以缓解对比学习固有的伪负样本对冲突问题,进一步提升模型的特征表达能力。相较于其它同类型的深度聚类算法,DBDC使用这种双重促进的训练方式获得了更加优秀的聚类性能。在五个基准数据集上的实验结果证明了该算法的有效性和优越性。2.为了进一步提升特征表示质量,帮助模型获得更加优秀的性能表现,提出了一种基于原型表示学习的深度聚类算法(Prototype Learning Deep Clustering,PLDC),该算法提出了一种三阶段层层递进的聚类训练方式:首阶段通过非负对依赖的对比学习方法预训练出一个具有基础特征表示能力的网络;第二阶段通过深度聚类训练赋予模型聚类能力;第三阶段使用聚类产生的伪标签计算出原型特征,通过衡量实例特征与原型特征之间的相似度来构造原型表示学习损失函数,用于提升特征的簇内紧凑性和簇间分离性。此外,该算法能够在后两个阶段之间进行交替训练。在多个基准数据集上与其它先进的算法相比来评估PLDC聚类算法,实验结果表明PLDC算法在实际聚类任务中具有更出色的表现。

关键词：图像聚类深度学习对比学习特征表示原型表示学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于双图正则化概念分解的图像聚类算法研究

基于双图正则化概念分解的图像聚类算法研究

作者：李宁西北大学

学位级别：硕士

在科技快速发展的时代,人类获取数据的方式和途径多种多样,与此同时造成的问题也越来越多。海量数据造成的的存储空间的不足和运行时间的消耗给科学研究带来了严峻的挑战。如何提出一个降维算法使得数据在降维后的空间中尽量保留原始高... 详细信息

在科技快速发展的时代,人类获取数据的方式和途径多种多样,与此同时造成的问题也越来越多。海量数据造成的的存储空间的不足和运行时间的消耗给科学研究带来了严峻的挑战。如何提出一个降维算法使得数据在降维后的空间中尽量保留原始高维空间的特性是降维算法研究的重点也是难点。近年来盛行的非负矩阵分解（NMF）是一个具有强解释性的降维技术,被广泛应用于图像聚类领域。本文基于NMF的思想,挖掘数据分布的内部几何结构,提出两个NMF模型如下:提出的三图正则化概念分解（GTCF）算法,以概念分解（CF）为主体,结合了特征流形的正则化项、数据流形正则化项、自相似学习正则化项。GTCF算法同时考虑基向量和稀疏向量的特性,更好的刻画了数据空间的内在几何结构。CF作为主体加强了算法的稀疏性。在三个数据集上通过对比六种算法说明GTCF在聚类性能方面有好的提升作用。通过理论和实验说明了GTCF的收敛性。提出的双图全局和局部概念分解（DGLCF）算法,描述了数据空间复杂的内部全局和局部流形结构,且有助于对复杂的流形空间进行刻画。DGLCF将数据流形的全局和局部结构以及特征流形的几何结构引入概念分解（CF）。全局流形结构使模型更具判别力,而两个局部正则化项同时保留了数据和特征的内在几何结构。最后,分析了DGLCF的收敛性和迭代更新规则,通过在四个真实数据集中与六种聚类算法进行比较说明聚类性能的优势。

关键词：非负矩阵分解（NMF）特征流形数据流形内在几何结构图像聚类

基于伽马混合模型B超图像聚类配准的颈动脉管壁搏动位移干扰抑制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于伽马混合模型B超图像聚类配准的颈动脉管壁搏动位移干扰抑制

作者：魏倩云南大学

学位级别：硕士

当今社会的生活中,中老年人因病离世最高的病症是心脑血管疾病,动脉粥样硬化(Atherosclerosis,AS)“功不可没”,是其形成之路的助推者,即使年轻健壮者也难逃该病魔的追赶。早期预防已成为科研人员研究的热点。最新的病理学研究成果表明... 详细信息

当今社会的生活中,中老年人因病离世最高的病症是心脑血管疾病,动脉粥样硬化(Atherosclerosis,AS)“功不可没”,是其形成之路的助推者,即使年轻健壮者也难逃该病魔的追赶。早期预防已成为科研人员研究的热点。最新的病理学研究成果表明,在患心脑血管疾病前期,颈动脉(Carotid Artery,CA)管壁的厚度增加,弹性降低,从而使其搏动位移出现明显减小的状况,颈动脉管壁的搏动位移以及管腔直径的变化便成为衡量AS危险程度的重要指标。研究出一种能准确检测颈动脉管壁搏动位移的方法对防止心脑血管病情的进一步恶化具有重要的指导性意义。但医者检查时手持探头无意识的抖动和被采集者秉持呼吸不当使得采用该检测结果的B超图像提取的管壁搏动位移已无法表征真实情况下的管壁搏动位移,因此,研究出能够抑制超声检查时外界干扰的影响是准确提取管壁搏动状态位移数据曲线的关键前提。伽马混合模型B超图像聚类(Ultrasound Images Clustering with Gamma Mixture Model,UICG)的颈动脉管壁搏动位移干扰抑制是有效解决外界干扰抑制的算法。首先,将颈动脉B超图像序列以伽马混合模型完成聚类;其次,外界干扰曲线是通过聚类的远距组织的偏移数据获取的;最后,抑制聚类图像序列的外界干扰,采用散斑跟踪法提取管壁搏动状态位移数据。为了验证UICG法的有效性,本文开展了仿真实验与实测实验,并将所得结果与基于主轴质心与互信息相结合的配准算法(Position Weighted Principal Axis and Centroid Method Combined with Mutual Information,PCMI)法作比较。10组仿真结果表明,相比主轴质心与互信息相结合的传统配准算法,X、Y和旋转方向上的UICG估计干扰的归一化均方根误差(Normalized Root Mean Square Error,NRMSE)均值分别减小了36%、38%和32%,管壁搏动位移估计的NRMSE均值减小了37%。10名健康受试者颈动脉的实测实验进一步证明了UICG法的有效性。综上,UICG法能有效抑制干扰,提升CA管壁运动状态位移数据曲线的准确度。

关键词：图像聚类混合模型颈动脉管壁位移干扰抑制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

干扰环境下的大气偏振导航方法

激光与光电子学进展 2024年

作者：董万卷范之国金海红合肥工业大学计算机与信息学院安徽建筑大学电子与信息工程学院

仿生偏振光导航可以利用大气偏振信息进行导航和定位，在大气偏振信息测量过程中，当太阳直射镜头或视野受到遮挡时，测得的大气偏振信息会受到干扰，从而导致导航精度降低。为了解决这些受干扰区域对偏振导航精度产生的影响，本文提出... 详细信息

仿生偏振光导航可以利用大气偏振信息进行导航和定位，在大气偏振信息测量过程中，当太阳直射镜头或视野受到遮挡时，测得的大气偏振信息会受到干扰，从而导致导航精度降低。为了解决这些受干扰区域对偏振导航精度产生的影响，本文提出了一种基于偏振角信息与偏振度信息的去干扰算法，并基于瑞丽散射模型获取太阳子午线方向实现导航定向。实验结果表明，本方法不仅能够对受干扰区域进行准确划分，还能够提高偏振导航方法的精度。对于去干扰前航向角误差大于2度的数据，去干扰前航向角误差平均值为5.37度，去干扰后航向角误差平均值为1.56度。对于去干扰前航向角误差小于2度的数据，去干扰前航向角误差平均值为1.13度，去干扰后航向角误差平均值为0.59度。

关键词：大气偏振模式偏振光导航图像聚类偏振角偏振信息干扰

基于边缘检测与图像聚类的BM3D算法改进研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于边缘检测与图像聚类的BM3D算法改进研究

作者：韦东炜桂林电子科技大学

学位级别：硕士

三维块匹配滤波算法(Block-matching and 3D filtering,BM3D)吸收了多种经典滤波算法的思想从而获得了出色的性能,但其时间成本高、降噪效率低以及无法在去噪声的同时保留纹理边缘信息的问题导致该算法无法真正应用到实际中。为了改善以... 详细信息

三维块匹配滤波算法(Block-matching and 3D filtering,BM3D)吸收了多种经典滤波算法的思想从而获得了出色的性能,但其时间成本高、降噪效率低以及无法在去噪声的同时保留纹理边缘信息的问题导致该算法无法真正应用到实际中。为了改善以上BM3D算法所存在问题,对其基础估计阶段和最终估计阶段都做了相应的优化,以下是本文的优化思路与研究工作:(1)BM3D图像去噪算法之所以有如此卓越的去噪性能,得益于该算法结合了非局部均值滤波算法的思想,即算法在全局范围内进行相似块的搜素,但也因此增加了算法的时间成本。为了提升算法的效率,本文对相似块的搜索范围进行了一些优化:在最终估计阶段前,先是使用一种改进的K-Means聚类算法将图像分为若干个同类区域,并约束相似块的搜索范围在自身所属的同类区域内,解决了算法在图像中进行盲目搜索的问题;由于同类区域中会出现非规则图块的情况,因此提出了一种非规则图块的自适应匹配算法,以此来减少多余信息的干扰。最后通过实验仿真结果分析,本文的改进方案能有效地提升算法的效率。(2)BM3D图像去噪算法在进行相似块的搜索时,搜索窗只是简单地根据水平和垂直方向进行移动,而忽略了图像中边缘信息的特征,使得边缘区域的相似块不能被合理的分到三维数组中,最后造成边缘信息模糊的现象。针对以上的问题,本文先是结合形态学滤波以及Otsu算法提出自适应Canny边缘检测算法,用自适应边缘检测算法标识出图像中的边缘区域,最后使块匹配过程沿着边缘区域方向进行,以确保了边缘图像块被分到正确的三维数组中,以提升算法的去噪保边性能。根据实验结果分析,改进算法能同时兼顾去除噪声和保留边缘信息的性能。(3)上述的改进方案都对BM3D算法的性能有一定的提升,但也存在有自身的一些不足,因此本文结合了两者的优势提出了一种新的图像去噪算法,以此来弥补两种算法自身的不足。并将该算法应用于肺部CT图像的去噪中,最后经过大量实验数据证实了该算法的可行性。

关键词： BM3D 图像去噪图像聚类 Canny算子

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

跨模态社交图像聚类

计算机学报 2018年第1期41卷 98-111页

作者：赵其鲁李宗民中国石油大学(华东)计算机与通信工程学院山东青岛266580

社交图像包含两种模态的信息:视觉信息和社交标签信息.绝大部分跨模态学习领域的研究者,将其精力集中在多模态信息的共享特征空间学习上,从而往往忽略了各模态信息所独有的特征.在该文中将探究如何利用二者的共享信息以及独有信息进行... 详细信息

社交图像包含两种模态的信息:视觉信息和社交标签信息.绝大部分跨模态学习领域的研究者,将其精力集中在多模态信息的共享特征空间学习上,从而往往忽略了各模态信息所独有的特征.在该文中将探究如何利用二者的共享信息以及独有信息进行跨模态的图像聚类.该文将共享特征空间的学习看作一个共轭词典学习问题(Coupled Dictionary Learning,CDL),通过一个L1,∞范数的正则项使各模态的词典稀疏化,这种结构化的稀疏性限制会使各模态独有的特征得以保留.除此之外,该文还提出了一个简单的语义相似度度量框架.借助一个包含丰富语义关系的信息库WordNet,该文通过度量标签间的概念距离(conceptual distance)与释义相似度(gloss similarity),为标签添加一定的语义关系,以度量样本间的语义相似度.通过实验证明该文"共享&独有"模式的跨模态学习的方法,相比其它只利用共享特征的方法,在聚类任务上表现更为出色.

关键词：跨模态学习共轭词典学习 WordNet 图像聚类社交图像语义相似度度量

在线全文

学校读者我要写书评

暂无评论

基于入侵性杂草克隆的图像聚类方法

华南理工大学学报（自然科学版） 2008年第5期36卷 95-100,105页

作者：苏守宝方杰汪继文王本有安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039 皖西学院计算机科学与技术学系安徽六安237012

针对原始谱聚类初始敏感的缺点,提出了一种新的基于入侵性杂草优化(IWO)的图像聚类方法(CIWO).该算法通过计算峰值信噪比(PSNR),动态确定图像聚类簇数的最优选择范围,采用最小量差、最小簇内距离、最大簇间距离重新构造了图像聚类质量... 详细信息

针对原始谱聚类初始敏感的缺点,提出了一种新的基于入侵性杂草优化(IWO)的图像聚类方法(CIWO).该算法通过计算峰值信噪比(PSNR),动态确定图像聚类簇数的最优选择范围,采用最小量差、最小簇内距离、最大簇间距离重新构造了图像聚类质量的评价函数,通过模拟杂草克隆的自然行为对图像数据集的簇中心进行快速准确定位.将算法应用于几个基准测试图像,并通过聚类有效性准则与k-Means、FCM、PSO等方法进行比较,发现CIWO具有更稳定的图像聚类性能.实验结果也表明,所提出的算法可获得更优的图像聚类质量.

关键词：模式识别图像聚类入侵性杂草优化图像分析优化

在线全文

学校读者我要写书评

暂无评论

基于视觉和语义融合特征的阶段式图像聚类

浙江大学学报（工学版） 2008年第12期42卷 2043-2048页

作者：刘康苗仇光卜佳俊陈纯周纯浙江大学计算机科学与技术学院浙江杭州310027

针对互联网图像的特点,研究了图像聚类中的图像特征提取和聚类算法,定义了一个基于规则的线性特征融合函数,引入了自适应的参数选择机制对聚类粒度进行调整,提出了一个基于视觉和语义融合特征的阶段式聚类方法.新方法结合了不同层次的... 详细信息

针对互联网图像的特点,研究了图像聚类中的图像特征提取和聚类算法,定义了一个基于规则的线性特征融合函数,引入了自适应的参数选择机制对聚类粒度进行调整,提出了一个基于视觉和语义融合特征的阶段式聚类方法.新方法结合了不同层次的图像特征,利用现有多种聚类算法的优点对图像进行聚类,同时通过关键词权值计算,为每类赋予主题关键词,并将关键词重叠率高的类进行合并.基于均方差和用户评估的实验结果表明,新的聚类方法较传统的聚类方法具有更好的聚类效果.

关键词：图像聚类特征融合阶段式聚类

在线全文

学校读者我要写书评

暂无评论

基于变分水平集的图像模糊聚类分割

软件学报 2014年第7期25卷 1570-1582页

作者：唐利明王洪珂陈照辉黄大荣重庆科技学院数理学院重庆401331 重庆大学数学与统计学院重庆401331 山区桥梁与隧道工程国家重点实验室培育基地(重庆交通大学) 重庆400074

结合变分水平集方法和模糊聚类,提出了一个基于变分水平集的图像聚类分割模型.该模型引入了一个基于图像局部信息的外部模糊聚类能量和一个新的关于零水平集的正则化能量,使得该模型对噪声图像的聚类分割更具鲁棒性.通过在能量泛函中加... 详细信息

结合变分水平集方法和模糊聚类,提出了一个基于变分水平集的图像聚类分割模型.该模型引入了一个基于图像局部信息的外部模糊聚类能量和一个新的关于零水平集的正则化能量,使得该模型对噪声图像的聚类分割更具鲁棒性.通过在能量泛函中加入一个内部约束能量约束水平集函数为符号距离函数,可以使水平集演化过程无需重新初始化.进一步提出了一种变分形式的聚类中心更新方法,实现了半监督的图像聚类分割.实验中采用不同类型的图像与FCM聚类模型、CV模型、Samson模型进行了对比实验,实验结果显示,该模型能够克服图像中噪声的影响,取得较满意的聚类分割效果.

关键词：变分水平集图像聚类图像分割模糊聚类聚类中心