检索结果-南通市图书馆

基于模糊c均值聚类与支持向量机的交通标志识别研究

在线全文

学校读者我要写书评

暂无评论

基于模糊C均值聚类与支持向量机的交通标志识别研究

作者：蔺立娜燕山大学

学位级别：硕士

安全帮助驾驶系统以辅助驾驶人员安全行驶和减少交通事故为目的。交通标志识别作为安全辅助驾驶系统的重要组成部分，它可以准确地识别驾驶环境中的交通标志，并将其结果及时反映给驾驶人员，从而约束驾驶员的动作，使他们做到安全行驶... 详细信息

安全帮助驾驶系统以辅助驾驶人员安全行驶和减少交通事故为目的。交通标志识别作为安全辅助驾驶系统的重要组成部分，它可以准确地识别驾驶环境中的交通标志，并将其结果及时反映给驾驶人员，从而约束驾驶员的动作，使他们做到安全行驶，这是交通标志识别系统的真正意义所在。所以设计交通标志识别系统显得尤为重要。道路交通标志识别系统(TSR)是智能交通系统的一个重要子系统。针对交通标志识别系统中对标志的检测和识别两个阶段的关键技术进行了深入的研究。对交通标志识别中常用的图像预处理技术进行归纳总结，并分别进行比较和分析。第一步对图像在空间进行彩色分割，第二步是对第一步的结果利用canny算子进行边缘检测并对形状区域裁剪，寻找目标区域。本文采用颜色矩、改进的Hu不变矩和Zernike矩提取交通标志牌的特征作为识别的特征库;提取裁剪区域图像的所有特征;最后送入SVM进行分类检测，通过测试样本对模型的检测，结果表明特征融合识别方法有很高的准确度。本文提出，模糊c—均值聚类FcM与支持向量机SVM相结合的方法在不降低分类准确度的条件下，很大程度的减小了支持向量机的分类运行时间。整个系统由传感器、数据采集电路、声光报警电路、液晶显示电路等组成，系统采用高性能的ARM9芯片S3c2440A作为核心cPU，确保了系统能够正常实现。

关键词：交通标志颜色分割 Hough变换不变矩支持向量机模糊c-均值算法

基于人工免疫网络和模糊c-均值聚类的入侵检测方法

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

计算机应用与软件 2011年第3期28卷 282-284,299页

作者：李丽娟唐文纪湖南大学计算机与通信学院湖南长沙410082

针对入侵检测方法中模糊c-均值(FcM)聚类算法对初始值敏感和要求输入聚类数目的缺点,把人工免疫网络算法用于FcM聚类算法,提出了一种基于人工免疫网络和模糊c-均值的入侵检测方法。通过KDD_cUP1999数据集仿真试验,与FcM算法相比,该算法... 详细信息

针对入侵检测方法中模糊c-均值(FcM)聚类算法对初始值敏感和要求输入聚类数目的缺点,把人工免疫网络算法用于FcM聚类算法,提出了一种基于人工免疫网络和模糊c-均值的入侵检测方法。通过KDD_cUP1999数据集仿真试验,与FcM算法相比,该算法提高了检测率,降低了误警率。实验结果表明,该方法能够有效地检测网络中的入侵行为。

关键词：入侵检测模糊c-均值算法人工免疫网络算法

在线全文

学校读者我要写书评

暂无评论

c-均值聚类算法的改进研究

C-均值聚类算法的改进研究

作者：王慧河南大学

学位级别：硕士

聚类分析是一种无监督的学习方法,是数据挖掘领域进行数据处理的重要分析工具和方法。聚类的目标是把一个无类别标记的数据集按某种准则划分成不同的类,使得同一类中数据尽可能相似,而不同类间数据相似性尽可能小。聚类在商业、金融、... 详细信息

聚类分析是一种无监督的学习方法,是数据挖掘领域进行数据处理的重要分析工具和方法。聚类的目标是把一个无类别标记的数据集按某种准则划分成不同的类,使得同一类中数据尽可能相似,而不同类间数据相似性尽可能小。聚类在商业、金融、图像处理、信息检索等领域,都得到了有效的应用。聚类分析的研究主要集中在聚类算法上,其最终目标是产生性能好而且实用的聚类算法。c-均值聚类算法是一种典型的基于划分的方法,包括K-均值算法(硬c-均值聚类算法)和模糊c-均值聚类算法。该方法的主要优点是,算法思想简单易行、快速而高效;但是该方法也存在其固有的缺陷:要求预先给定聚类个数;容易陷入局部极小值而得不到全局最优解;初始中心的选择对聚类结果有很大影响;对孤立点和噪声比较敏感等。对聚类算法的优化研究将不仅有助于算法理论的完善,更有助于算法的推广和应用。本文研究了K-均值聚类算法和模糊c-均值聚类算法,总结其优缺点,并针对上述算法对初始聚类中心的敏感性、图像分割运算代价大等问题,提出了两种改进算法。本文的主要研究工作包括以下两个方面:(1)传统K-均值聚类算法由于对初始聚类中心、孤立点和噪声的敏感性,往往导致聚类结果不稳定、准确率低。针对以上问题,利用分类领域中的特征选择及特征加权方法,提出了一种改进的特征加权K-均值聚类算法。该算法首先对数据进行预处理,并基于数据样本的分布特点选取初始聚类中心,然后设计特征加权的K-均值聚类算法。实验结果证明,所提出的算法能产生质量较高的聚类结果。(2)选取Ohta等人提出的彩色特征集中的第一个分量作为图像像素的一维特征向量,用来替代经典模糊c-均值聚类图像分割中的像素,大大降低了运算量。基于粗糙集理论,求出初始聚类中心与聚类个数。选用特征距离,因为它对数据特征空间结构无特殊要求。使用基于以上思想的改进的模糊c-均值聚类算法对样本数据进行聚类,从而实现对彩色图像的快速自动分割。实验表明,该图像分割算法具有分割精度、准确度高,运算代价小,收敛速度快等优点。

关键词：聚类分析 K-均值算法模糊c-均值算法特征加权

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

模糊关联规则挖掘在电力负荷预测中的应用

计算机工程 2003年第15期29卷 138-140,162页

作者：沈海澜王加阳蒋外文陈再良中南大学信息科学与工程学院长沙410083

提出了一种基于模糊关联规则挖掘的电力负荷预测新方法,采用模糊c-均值算法对连续型属性域上的历史数据进行分类并模糊化,应用文中提出的模糊关联规则挖掘算法挖掘出电力负荷量与其相关环境变量间潜在的有效模糊关联规则。利用这些规则... 详细信息

提出了一种基于模糊关联规则挖掘的电力负荷预测新方法,采用模糊c-均值算法对连续型属性域上的历史数据进行分类并模糊化,应用文中提出的模糊关联规则挖掘算法挖掘出电力负荷量与其相关环境变量间潜在的有效模糊关联规则。利用这些规则进行匹配预测,得到电力负荷量模糊化的预测结果;最后将其反模糊化,得出预测值。给出了实验仿真结果,表明了该方法的有效性。

关键词：电力负荷预测模糊关联规则挖掘模糊c-均值算法

在线全文

学校读者我要写书评

暂无评论

基于划分模糊度的聚类有效性函数

模式识别与人工智能 2004年第4期17卷 412-416页

作者：宫改云高新波伍忠东西安电子科技大学应用数学系西安电子科技大学电子工程学院西安710071

模糊c-均值(FcM)聚类算法是目前最流行的数据集模糊划分方法之一.但是,有关聚类类别数的合理选择和确定,即聚类有效性分析,对FcM算法而言仍是一个开放性问题.为此,本文结合数据集的几何结构信息和FcM算法的模糊划分信息,重新定义了划分... 详细信息

模糊c-均值(FcM)聚类算法是目前最流行的数据集模糊划分方法之一.但是,有关聚类类别数的合理选择和确定,即聚类有效性分析,对FcM算法而言仍是一个开放性问题.为此,本文结合数据集的几何结构信息和FcM算法的模糊划分信息,重新定义了划分矩阵,进而利用划分模糊度提出了一种新的模糊聚类有效性函数.实验结果表明该方法是有效的且具有良好的鲁棒性.

关键词：模糊c-均值算法聚类有效性聚类分析划分模糊度

在线全文

学校读者我要写书评

暂无评论

一种基于FcM的DV-HOP定位算法

西安邮电大学学报 2023年第2期28卷 10-18页

作者：孙爱晶李益佳西安邮电大学通信与信息工程学院陕西西安710121

对锚节点稀少且未知节点分布不均匀的定位环境下距离矢量跳数(Distance Vector Hop,DV-HOP)定位算法定位误差大的问题进行研究,提出一种基于模糊c-均值(Fuzzy c-means,FcM)的DV-HOP定位算法。在DV-HOP定位算法中引入FcM算法将锚节点进... 详细信息

对锚节点稀少且未知节点分布不均匀的定位环境下距离矢量跳数(Distance Vector Hop,DV-HOP)定位算法定位误差大的问题进行研究,提出一种基于模糊c-均值(Fuzzy c-means,FcM)的DV-HOP定位算法。在DV-HOP定位算法中引入FcM算法将锚节点进行分簇并提出分簇策略,未知节点则按照设定的算法流程选择入簇,在通过簇内定位后进行簇间坐标的融合从而实现全局定位。为了验证基于FcM的DV-HOP定位算法的有效性,将所提算法与DV-HOP定位算法、基于粒子群的DV-HOP(DV-HOP for Particle Swarm Optimization,PSODV-HOP)定位算法以及基于几何改进的DV-HOP(Improved DV-HOP,IDV-HOP)定位算法等3种算法对比。仿真结果表明,基于FcM的DV-HOP定位算法与其他3种定位算法相比,其平均定位误差分别降低了52%、45%与31%,能更好地适应不均匀的节点分布环境。

关键词：无线传感器网络节点定位距离矢量跳数定位算法模糊c-均值算法最小二乘法

在线全文

学校读者我要写书评

暂无评论

语言值关联规则挖掘算法

系统仿真学报 2002年第9期14卷 1130-1132页

作者：邹晓峰陆建江宋自林解放军理工大学指挥自动化学院南京210007

挖掘语言值关联规则是数量型属性关联规则中的一个重要研究内容。已有的语言值关联规则挖掘算法没有充分考虑隶属度的信息,为此改进了语言值关联规则的挖掘算法,此算法能充分考虑隶属度的信息,但算法的效率不高。为了提高挖掘算法的效率... 详细信息

挖掘语言值关联规则是数量型属性关联规则中的一个重要研究内容。已有的语言值关联规则挖掘算法没有充分考虑隶属度的信息,为此改进了语言值关联规则的挖掘算法,此算法能充分考虑隶属度的信息,但算法的效率不高。为了提高挖掘算法的效率,通过引入可变阈值,并提出折衷的语言值关联规则挖掘算法,折衷的算法损失了少量的隶属度信息,但节省了挖掘所需的内存和时间。

关键词：语言值关联规则数据挖掘数量型属性模糊c-均值算法数据库

在线全文

学校读者我要写书评

暂无评论

基于改进FcM的舌诊图像分割算法研究

现代信息科技 2022年第23期6卷 121-124,128页

作者：曹镇娜李宏滨太原师范学院计算机科学与技术学院山西晋中030600

针对模糊c-均值(FcM)算法聚类效果易受初始簇心的限制而陷入局部最优解的现象开展了深入研究,提出一种改进的FcM聚类算法,用于彩色舌象的分割。首先用粒子群优化(PSO)算法优化生成初始隶属度矩阵,以便于搜寻全局最优点作为初始聚类中心... 详细信息

针对模糊c-均值(FcM)算法聚类效果易受初始簇心的限制而陷入局部最优解的现象开展了深入研究,提出一种改进的FcM聚类算法,用于彩色舌象的分割。首先用粒子群优化(PSO)算法优化生成初始隶属度矩阵,以便于搜寻全局最优点作为初始聚类中心,其次用闵可夫斯基距离计算样本到聚类中心的相似度,代替欧氏距离作为改进后的目标函数。实验结果表明,所提出的改进算法收敛速度快且聚类效果更好,提高了聚类效果以达到更高的分割精度,比传统的图像分割效果好。

关键词：图像分割舌象模糊c-均值算法闵可夫斯基距离

在线全文

学校读者我要写书评

暂无评论

基于模糊集理论的土壤重金属污染空间预测

土壤学报 2006年第3期43卷 389-396页

作者：檀满枝陈杰徐方明郑海龙张学雷土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所) 成都理工大学核技术及自动化学院成都610008 香港中文大学地理与资源管理系

基于54个土壤表层样品重金属全量浓度实验室测定数据,应用模糊c-均值算法对南京城市边缘带化工园附近20 km2样区内土壤重金属浓度进行了连续分类,对样点土壤的隶属度进行空间普通克里格插值,实现样区土壤重金属浓度和污染状况的空间预... 详细信息

基于54个土壤表层样品重金属全量浓度实验室测定数据,应用模糊c-均值算法对南京城市边缘带化工园附近20 km2样区内土壤重金属浓度进行了连续分类,对样点土壤的隶属度进行空间普通克里格插值,实现样区土壤重金属浓度和污染状况的空间预测。结果表明,样区土壤中重金属cu、Zn、cr、As和cd的浓度均低于国家土壤环境质量标准,未发生污染;受工业、交通排放的影响,样区左侧和南部cu、Zn、cr、As较高,个别区域有Zn、cr富集现象。Hg为样区主要的土壤重金属污染元素,土壤Hg污染主要发生在蔬菜基地及滁河流经区,较为严重的Hg污染土壤集中分布在样区中部的蔬菜基地。与利用样点测定数据直接插值的空间预测方法相比,基于模糊集理论的土壤污染空间预测方法可获得较好的预测效果。

关键词：模糊集理论模糊c-均值算法连续分类空间预测土壤污染重金属