检索结果-南通市图书馆

计算机辅助设计与图形学学报 2012年第7期24卷 896-900页

作者：徐嘉西南民族大学计算机科学与技术学院成都610041

针对简单多边形的分类问题,将对称情况看成是相同类别进行分类来简化分类数,提出一种分类方法.首先分析简单多边形顶点的凹凸性,根据简单多边形顶点处凸点和凹点的分布情况,定义了简单多边形的标记矩阵;然后利用标记矩阵将简单多边形的... 详细信息

针对简单多边形的分类问题,将对称情况看成是相同类别进行分类来简化分类数,提出一种分类方法.首先分析简单多边形顶点的凹凸性,根据简单多边形顶点处凸点和凹点的分布情况,定义了简单多边形的标记矩阵;然后利用标记矩阵将简单多边形的分类问题归结为二面体群作用在状态集(全体标记矩阵组成的集合)上的轨道划分问题;最后利用熟知的Pólya计数定理求解轨道的个数,并给出了新的分类公式.实验结果表明,当简单多边形边数为6时,采用文中方法的分类数小于原来分类数,并且随着边数的增大,这种差距逐渐变大.

关键词：计算几何简单多边形凹凸性标记矩阵状态集二面体群

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

基于描述逻辑的本体概念分类优化算法

引用

计算机科学 2009年第3期36卷 129-133页

作者：龚波谢兴生张一鸣中国科学技术大学自动化系合肥230026

本体采用形式化的方式表达和规范某一领域共享的知识。当前本体表达语言普遍将描述逻辑(Description Logic,DL)作为其逻辑基础。利用本体对领域知识进行表达,形成共享的领域知识库。知识库中的领域术语(概念)一般都是分类层次结构但并... 详细信息

本体采用形式化的方式表达和规范某一领域共享的知识。当前本体表达语言普遍将描述逻辑(Description Logic,DL)作为其逻辑基础。利用本体对领域知识进行表达,形成共享的领域知识库。知识库中的领域术语(概念)一般都是分类层次结构但并不完整,并且包含很多的隐藏信息。借助于描述逻辑的推理服务,可以将知识库中的隐藏信息挖掘出来,从而得到充分完备的概念层次结构。研究了基于描述逻辑的知识库概念分类优化算法,分析了影响算法性能的主要因素,并提出了一种逻辑独立的标记矩阵优化方法,可以在一定程度上提升分类算法的性能。

关键词：描述逻辑知识库分类标记矩阵

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

基于Matlab自动检测整精米率方法的研究

引用

安徽农业科学 2008年第25期36卷 11135-11136,11158页

作者：赵士娜冯成德四川大学制造科学与工程学院四川成都610065

[目的]通过对米粒特征的提取来获得自动检测整精米率的方法。[方法]在严格按照国家标准的前提下,运用Matlab和数字图像处理方法对整精米率进行研究。[结果]该方法对于整精米率的识别达到了国家标准的要求。[结论]该方法可以提高整精米... 详细信息

[目的]通过对米粒特征的提取来获得自动检测整精米率的方法。[方法]在严格按照国家标准的前提下,运用Matlab和数字图像处理方法对整精米率进行研究。[结果]该方法对于整精米率的识别达到了国家标准的要求。[结论]该方法可以提高整精米率检测的准确度和效率。

关键词：特征提取标记矩阵整精米率

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

智能数字拼图算法研究及其应用

智能数字拼图算法研究及其应用

引用

作者：曹戴江南大学

学位级别：硕士

拼图算法可以广泛应用于考古学、密码学、AR等领域,最近几十年,拼图算法的研究经历了从以形状信息为特征,到以形状和像素信息的混合信息为特征,到最近摒弃了碎片的形状信息,碎片为方形时,完全以图像信息为特征的几个阶段。而在方形碎片... 详细信息

拼图算法可以广泛应用于考古学、密码学、AR等领域,最近几十年,拼图算法的研究经历了从以形状信息为特征,到以形状和像素信息的混合信息为特征,到最近摒弃了碎片的形状信息,碎片为方形时,完全以图像信息为特征的几个阶段。而在方形碎片的拼图算法研究过程中,又经历了需要预设信息,如目标图像的缩略图,碎片被固定在一个方向,到现在没有任何的预设条件,且碎片可以任意的旋转,完全自动的算法。碎片总数从100个,发展到最新的20000+碎片的大型拼图;碎片也从完全无丢失到有部分缺失的更加通用的情况。在拼图问题被证明是一个NP完全问题之后,很多近似的求解方法被引入解决拼图问题,有遗传算法、贪心算法、动态规划、图模型等。算法的发展可以说是非常快的,而最新的算法对于绝大部分图像的还原已经达到了95%以上的准确率。拼图算法的一个难点在于平滑图像的还原,由于平滑图像碎片之间的差异很小,这会给算法在还原时造成很大的困扰。一直以来,都没有很好的算法去解决这个问题,为此,我们做了相关的研究以及改进。首先,本文在度量上做了一些改进,引入了Jaccard距离,并将其与已有的MGC度量相结合,在还原时仍然使用基于生成树的还原算法。对测试图像做了相关实验后,发现在对待平滑图像或有相似物体较多的拼图还原时,改进后的算法可以提升这些拼图的准确率,但准确率仍然不能让人满意。其次,本文提出了一种基于标记矩阵的还原算法处理拼图问题,算法模仿人处理拼图问题时的基本步骤,使用SSD度量先筛选出可能相邻的碎片对,再选择一个碎片为初始点,用标记矩阵记录碎片的位置和方向,从而还原图像。实验证明,算法在运算速度方面提升了28%,准确率有小部分提升,并且可以用来处理碎片部分缺失的拼图问题,但是对平滑图像的还原方面,算法并没有明显的提升。另外,在数据筛选的过程中,本文研究使用机器学习相关的算法去寻找相邻的碎片对,首先提取每一对碎片边缘的信息及其是否相邻的信息,提取出来的数据作为训练集和测试集。有了数据集之后,我们分别使用了Logistic Regression、SVM,得到一个分类模型,然后对碎片对是否相邻做出判断,但最终的结果并没有让人满意,分类算法经常出现错误的判断。随后本文又研究使用了卷积神经网络代替传统的机器学习分类算法,卷积神经网络可以很好的提取图像的特征,可以在很大程度上模拟人脑处理的过程,而人脑可以分辨两个碎片之间的细微差异,判断碎片是否相邻,从而准确的还原拼图。但本文中设计的深度网络结构在准确率方面还存在着一定的不足,在测试时,准确率并不高。虽然本文没有彻底的解决拼图问题中存在的问题,特别是平滑图像的处理,但是本文中提出的算法在运行速度以及准确率方面优于目前绝大部分算法,并且适用于碎片部分缺失的情况。

关键词：拼图度量贪心算法标记矩阵卷积神经网络

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

时间序列的相似性分析问题研究

时间序列的相似性分析问题研究

引用

作者：赵建秀山东师范大学

学位级别：硕士

随着经济、科技和社会的发展，信息技术也在飞速发展，人们对于信息和数据的研究和关注也在不断增加。时间序列从广义上讲是随着时间、空间变化的序列数据，主要采用相同时间或相同空间进行间隔度量;其作为大量数据中的一类数据，具体... 详细信息

随着经济、科技和社会的发展，信息技术也在飞速发展，人们对于信息和数据的研究和关注也在不断增加。时间序列从广义上讲是随着时间、空间变化的序列数据，主要采用相同时间或相同空间进行间隔度量;其作为大量数据中的一类数据，具体遍布在在现实生活中的各个领域，例如：股票涨跌走势数据序列、商场购物记录数据序列、产品销售数据序列、病患疾病特征数据序列、语音信息处理数据序列等等。如何在大量时间序列数据信息中快速、高效的查找并分析出与已知序列数据相似的隐含信息和知识，成为现在研究者们关注的热点问题。由于时间序列的高噪声、高维度、波动性大的特点，对时间序列数据进行快速高效的分析，挖掘潜在的信息及相互间的联系，将是一个具有重要意义的课题。时间序列的挖掘分为两个阶段，第一个阶段是时间序列的模式表示;第二个阶段是时间序列的数据挖掘。模式表示主要是根据原始时间序列数据中的主要特征进行提取、拟合原始的序列曲线，对时间序列数据进行重新拟合表示。时间序列挖掘主要是对模式表示后的序列做进一步、深一层的分析研究。本文主要是以时间序列的相似性分析研究为主线，从时间序列的模式表示和时间序列的相似性度量分析方法这两个方面进行研究。本文的主要创新点和贡献如下：（1）基于信息熵的时间序列模式表示本文提出一种基于信息熵的时间序列分段线性表示方法，它对时间序列主要是去除噪声，并且提高拟合误差，有效的解决了由于数据间剧烈变化的干扰造成的分析不准确问题。传统的序列分段线性表示方法，大多通过直接利用数据间的差值来进行模式表示，这些方法不能有效的去除噪声。实验表明，与以往方法相比，基于信息熵的时间序列分段线性表示方法在消除噪声和拟合误差方面有明显的优势。（2）带转向标记的相似性度量分析方法在时间序列相似性研究中，本文提出一种带重要转向标记的最长公共子序列度量方法，可以有效提高时间序列的相似性分析的速度和效率。该方法利用重要点序列，将向量间夹角余弦的概念和指针矩阵引入相似性度量比较方法中。利用模式表示后的重要点序列，基于转向角，结合分段平均划分的思想、最长公共子序列相似性度量方法原理和标记矩阵，利用转向角之间向量余弦值序列和指针矩阵快速度量分析出两序列的相似性。实验表明，该方法保证了相似性度量分析的快速、高效和有效性。

关键词：时间序列模式表示相似性度量信息熵分段线性表示转向角标记矩阵

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

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

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

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：