检索结果-南通市图书馆

基于改进k-means聚类算法的大田麦穗自动计数

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2019年第3期35卷 174-181页

作者：刘哲黄文准王利平西京学院信息工程学院西安710123

单位种植面积的小麦麦穗数量是评估小麦产量和小麦种植密度的一个重要参量。为了实现高效、自动地麦穗计数,该文提出了基于改进k-means的小麦麦穗计数方法。该方法建立从图像低层颜色特征到图像中包含麦穗的一个直接分类关系,从而不需... 详细信息

单位种植面积的小麦麦穗数量是评估小麦产量和小麦种植密度的一个重要参量。为了实现高效、自动地麦穗计数,该文提出了基于改进k-means的小麦麦穗计数方法。该方法建立从图像低层颜色特征到图像中包含麦穗的一个直接分类关系,从而不需要再对图像进行分割或检测。以颜色特征聚类为基础的这种方法能够估计麦穗在空间局部区域中数量,并且在不需要训练的情况下更具有可扩展性。统计试验结果表明,该文算法能够适应不同光照环境,麦穗计数的准确率达到94.69%,超过了传统基于图像颜色特征和纹理特征分割的麦穗计数方法 93.1%的准确率。

关键词：图像分割图像处理算法麦穗计数 k-means 聚类

融合k-means与Ncut算法的无遮挡双重叠苹果目标分割与重建

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2015年第10期31卷 227-234页

作者：王丹丹徐越宋怀波何东健张海辉西北农林科技大学机电学院杨凌712100

重叠苹果目标的准确分割是采摘机器人必须解决的关键问题之一。针对现有重叠苹果目标分割方法不能保留重叠部分轮廓信息的问题,提出了一种无枝叶遮挡的双果重叠苹果目标分割方法。该方法首先利用k-means聚类算法进行图像分割以提取苹果... 详细信息

重叠苹果目标的准确分割是采摘机器人必须解决的关键问题之一。针对现有重叠苹果目标分割方法不能保留重叠部分轮廓信息的问题,提出了一种无枝叶遮挡的双果重叠苹果目标分割方法。该方法首先利用k-means聚类算法进行图像分割以提取苹果目标区域,然后利用Normalized Cut(Ncut)算法提取苹果目标轮廓,以实现未被遮挡苹果目标完整轮廓的准确提取,最后利用Spline插值算法对遮挡的苹果目标进行轮廓重建。为了验证算法的有效性,对20幅无枝叶遮挡双果重叠的苹果图像进行试验,并将该算法与寻找2个有效凹点用其连线分割重叠苹果目标,把分离的2个轮廓分别用Hough变换重建轮廓的方法进行对比。试验结果表明,对于图像中未被遮挡的苹果目标,利用该研究算法的平均分割误差为3.15%,提取的苹果目标与原始图像中苹果目标的平均重合度为96.08%,平均误差比Hough变换重建算法低7.73%,平均重合度高9.71%,并且该研究算法能够很好地保留未被遮挡苹果目标的完整轮廓信息,提高了分割精度。对于重叠被遮挡的苹果目标,平均分割误差和平均重合度分别为5.24%和93.81%,比Hough变换重建算法的平均分割误差低11.35%,平均重合度高12.74%,表明该算法可以较好地实现重叠被遮挡苹果目标的轮廓重建,研究结果可为实现枝叶遮挡影响下的多果重叠目标分割与重建提供参考。

关键词：图像分割图像重建算法 k-means Ncut 重叠苹果

在线全文

学校读者我要写书评

暂无评论

基于数据挖掘的快递末端配送点选址优化方法

齐齐哈尔大学学报(自然科学版) 2024年 89-94页

作者：曹亚群安徽水利水电职业技术学院基础部

基于末端配送点位以及配送路径优化问题，提出了电商企业联合配送站点三级选址-路径优化的两层规划模型，并通过基于数据挖掘的聚类和改进遗传混合启发式算法对模型求解，以提升精准度。结果表明，研究算法寻优性能优异，且计算误差值为... 详细信息

基于末端配送点位以及配送路径优化问题，提出了电商企业联合配送站点三级选址-路径优化的两层规划模型，并通过基于数据挖掘的聚类和改进遗传混合启发式算法对模型求解，以提升精准度。结果表明，研究算法寻优性能优异，且计算误差值为0.087，平均运行时间为30.911 s；同时，通过MATLAB仿真实验，成功生成了基于末端配送的最优路径规划，验证了模型的可行性。有效解决了快递末端配送网络的选址-路径规划问题，在物流配送服务上效率更高，成本更低。

关键词：末端配送选址优化双层规划模型 3E-LRP k-means

基于SIFT,k-means和LDA的图像检索算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

北京航空航天大学学报 2014年第9期40卷 1317-1322页

作者：汪宇雷毕树生孙明磊蔡月日北京航空航天大学机械工程及自动化学院北京100191

图像检索一直是信息检索领域的难题.提出了一种基于尺度不变特征变换(SIFT,Scale Invariant Feature Transform),k-means和潜在狄利克雷分布(LDA,Latent Dirichlet Allocation)的图像检索算法.算法主要分为两个阶段.预备工作得到分类完... 详细信息

图像检索一直是信息检索领域的难题.提出了一种基于尺度不变特征变换(SIFT,Scale Invariant Feature Transform),k-means和潜在狄利克雷分布(LDA,Latent Dirichlet Allocation)的图像检索算法.算法主要分为两个阶段.预备工作得到分类完成的图库、概率分配参数表和基本词库;实现检索是在预备工作的基础上归类测试图片,然后在该类下搜索最相似图片.对比传统的基于文本或内容的检索方法,该算法在检索之前将图片库中所有图片按其本身特征进行自动分类,取代人工标注图像信息的过程,同时由于整个算法完全基于图像特征,故此方法不会引入人工因素的干扰.实验结果表明,该算法能够较为准确地将要检索的图片归为图片库对应的类别中,有效地提高图像检索效率.

关键词：尺度不变特征变换(SIFT) k-means 潜在狄利克雷分布(LDA) 基于内容的图像检索图像匹配

一种基于k-means局部最优性的高效聚类算法

在线全文

学校读者我要写书评

暂无评论

软件学报 2008年第7期19卷 1683-1692页

作者：雷小锋谢昆青林帆夏征义北京大学信息科学技术学院智能科学系/视觉与听觉国家重点实验室中国人民解放军总后勤部后勤科学研究所北京100071

k-means聚类算法只能保证收敛到局部最优,从而导致聚类结果对初始代表点的选择非常敏感.许多研究工作都着力于降低这种敏感性.然而,k-means的局部最优和结果敏感性却构成了k-meansCAN聚类算法的基础.k-meansCAN算法对数据集进行多次采样... 详细信息

k-means聚类算法只能保证收敛到局部最优,从而导致聚类结果对初始代表点的选择非常敏感.许多研究工作都着力于降低这种敏感性.然而,k-means的局部最优和结果敏感性却构成了k-meansCAN聚类算法的基础.k-meansCAN算法对数据集进行多次采样和k-means预聚类以产生多组不同的聚类结果,来自不同聚类结果的子簇之间必然会存在交集.算法的核心思想是,利用这些交集构造出关于子簇的加权连通图,并根据连通性合并子簇.理论和实验证明,k-meanscan算法可以在很大程度上提高聚类结果的质量和算法的效率.

关键词： k-meansCAN 基于密度 k-means 聚类:连通性

在线全文

学校读者我要写书评

暂无评论

基于最小聚类求解k-means问题算法

通信学报 2010年第7期31卷 46-52页

作者：王守强朱大铭山东交通学院信息工程系山东济南250023 山东大学计算机科学与技术学院山东济南250100

针对每个划分子集要求至少满足一定数量点的k-means问题,设计了该问题的随机近似算法。给出一个样本子集,证明了该样本子集至少以1/2的概率包含每个最优子集中至少一个点,进一步设计近似度为2的随机算法。设计了该问题的(1+ε)随机近似... 详细信息

针对每个划分子集要求至少满足一定数量点的k-means问题,设计了该问题的随机近似算法。给出一个样本子集,证明了该样本子集至少以1/2的概率包含每个最优子集中至少一个点,进一步设计近似度为2的随机算法。设计了该问题的(1+ε)随机近似算法,算法的成功概率至少为3/2k+2。利用取样技术,设计了k-means问题的局部搜索随机算法。

关键词：随机算法 k-means 聚类

基于函数型数据分析和k-means算法的电力用户分类（英文）

在线全文

学校读者我要写书评

暂无评论

电网技术 2015年第11期39卷 3153-3162页

作者：张欣高卫国苏运复旦大学数学科学学院上海市杨浦区200433 上海市电力公司上海市虹口区200437

为了对大量电力用户的稀疏、不规律的日耗电量数据进行特征分析,并对用户进行分类,文章提出一种函数性数据聚类分析方法。首先,应用kernel方法将离散的电量数据还原成连续曲线;然后,受Sobolev空间距离的启发,定义了新的函数距离,用于k-m... 详细信息

为了对大量电力用户的稀疏、不规律的日耗电量数据进行特征分析,并对用户进行分类,文章提出一种函数性数据聚类分析方法。首先,应用kernel方法将离散的电量数据还原成连续曲线;然后,受Sobolev空间距离的启发,定义了新的函数距离,用于k-means算法进行聚类。以某城市10 000户居民538天的实际用电数据进行实验,得到了用户在不同距离和聚类个数下的聚类原型。实验结果显示,由于选取的用户主要是城市居民,其用电模式比较相似:大高峰时段主要在6—9月,小高峰时段主要在1—2月,日消耗波动较小。而不同用户类别的主要区别体现在用电量的范围上:低耗电用户整体低于13 k W?h/天,高耗电用户接近100 k W?h/天。

关键词：函数性数据分析 k-means kernel方法智能电表数据分析

基于统计相关性与k-means的区分基因子集选择算法

在线全文

学校读者我要写书评

暂无评论

软件学报 2014年第9期25卷 2050-2075页

作者：谢娟英高红超陕西师范大学计算机科学学院陕西西安710062

针对高维小样本癌症基因数据集的有效区分基因子集选择难题,提出基于统计相关性和k-means的新颖混合基因选择算法实现有效区分基因子集选择.算法首先采用Pearson相关系数和Wilcoxon秩和检验计算各基因与类标的相关性,根据统计相关性原... 详细信息

针对高维小样本癌症基因数据集的有效区分基因子集选择难题,提出基于统计相关性和k-means的新颖混合基因选择算法实现有效区分基因子集选择.算法首先采用Pearson相关系数和Wilcoxon秩和检验计算各基因与类标的相关性,根据统计相关性原则选取与类标相关性较大的若干基因构成预选择基因子集;然后,采用k-means算法将预选择基因子集中高度相关的基因聚集到同一类簇,训练SVM分类模型,计算每一个基因的权重,从每一类簇选择一个权重最大或者采用轮盘赌思想从每一类簇选择一个得票数最多的基因作为本类簇的代表基因,各类簇的代表基因构成有效区分基因子集.将该算法与采用随机策略选择各类簇代表基因的随机基因选择算法Random,Guyon的经典基因选择算法SVM-RFE、采用顺序前向搜索策略的基因选择算法SVM-SFS进行实验比较,几个经典基因数据集上的200次重复实验的平均实验结果表明:所提出的混合基因选择算法能够选择到区分性能非常好的基因子集,建立在该区分基因子集上的分类器具有非常好的分类性能.

关键词：区分基因子集选择 Pearson 相关系数 Wilcoxon 秩和检验 k-means 聚类统计相关性 Filter 算法 Wrapper算法

基于时序驱动的管道结蜡程度预测及清管效果评价

在线全文

学校读者我要写书评

暂无评论

石油工程建设 2024年第1期50卷 54-59页

作者：姜兆波姚佳杉高晓楠马静刘倩梁昌晶中国石油华北油田公司第一采油厂河北任丘062552 华北石油通信有限公司河北任丘062552 中国石油华北油田公司第三采油厂河北河间062450

为避免凭经验盲目确定清管周期,造成过度清管现象的发生,基于结蜡过程的缓慢时序性,在研究生产数据参数与结蜡程度关系的基础上,通过改进k-means算法确定不同时序下的结蜡程度,并将数据引入卷积神经网络(CNN),利用CNN模型的特征提取和... 详细信息

为避免凭经验盲目确定清管周期,造成过度清管现象的发生,基于结蜡过程的缓慢时序性,在研究生产数据参数与结蜡程度关系的基础上,通过改进k-means算法确定不同时序下的结蜡程度,并将数据引入卷积神经网络(CNN),利用CNN模型的特征提取和自适应学习能力,实现不同结蜡程度持续时间的在线更新,依据结蜡等级和清管周期的变化构建清管效果评价指数模型,实现了清管作业的事前预警。结果表明,不同管道在完整结蜡周期内的等级时间不同,周期长短也不同,体现了输入参数差异引起的结蜡程度不同,改进kmeans算法将结蜡程度分为4个等级;本文模型的总体平均误差为0.781 d,小于RNN模型和LSTM模型的2.025 d、1.225 d;待评价管道的清管效果评价指数为0.828,说明本次清管效果良好。研究结果可为管道完整性管理水平的提升提供实际参考。

关键词：时序结蜡程度清管效果 k-means CNN