首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 999 毫秒

1.  免疫进化模糊聚类算法在边缘检测中的应用  被引次数:7
   郭子龙  王孙安《西安交通大学学报》,2004年第38卷第3期
   针对图像处理中的模糊边缘检测问题,提出一种免疫进化模糊聚类算法.该算法在传统遗传算法全局随机搜索的基础上,借鉴了生物免疫机制中抗体的多样性保持策略,改善了遗传算法的群体多样性,具有更好的全局搜索能力.实验结果表明,该算法不仅具有很强的模糊边缘和微细边缘检测能力,而且可以减弱基于遗传算法的模糊聚类算法在遗传后期的波动现象.    

2.  三种混沌免疫优化组合算法性能之比较研究  被引次数:3
   郭子龙  王孙安《系统仿真学报》,2005年第17卷第2期
   利用混沌迭代的遍历性和内在随机性,提出三种混沌免疫优化组合算法,以弥补免疫进化算法收敛性能差的缺陷。这三种算法均综合了免疫进化算法和混沌优化算法各自的空间搜索优势,分别把混沌变量加载于免疫算法的总种群、遗传操作种群和记忆库种群的变量群体中,利用混沌搜索的特点对这些群体进行微小扰动并逐步调整扰动幅度。对三种算法的性能进行了实验比较,结果表明算法一具有更好的收敛性能和搜索效率。    

3.  混沌遗传算法及其应用  被引次数:39
   姚俊峰  梅炽  彭小奇  胡志坤  胡军《系统工程》,2001年第19卷第1期
   本文利用混沌运动的遍历性,提出了一种求解优化问题的混沌遗传算法(Chaos Genetic Algorithm, 简称CGA),该算法的基本思想是把混沌变量加载于遗传算法的变量群体中,利用混沌变量对子代群体进行微小扰动并随着搜索过程的进行逐渐调整扰动幅度。研究结果表明,该方法效果显著,明显提高了优化计算效率。    

4.  混沌量子免疫算法  
   曲敏《科技资讯》,2008年第14期
   利用混沌搜索的遍历性和量子计算的高效性,提出一种用于连续空间优化的混沌量子免疫算法。用量子位编码初始群体,用量子旋转门实现个体更新。在量子旋转门中引入两种幅值不同的混沌变量改变转角的大小,小幅值混沌变量用于优良个体的克隆扩增,实现局部搜索;大幅值混沌变量用于较差个体的突变,实现全局优化。证明了算法的收敛性。实验表明,该算法能显著改善免疫优化算法的搜索能力和效率。    

5.  基于 NSCT 和 KFCM 聚类的图像边缘检测方法  
   吴一全  朱丽  李立《华南理工大学学报(自然科学版)》,2015年第5期
   为进一步提高现有图像边缘检测方法的性能,提出了一种基于非下采样Contourlet变换(NSCT)和核模糊c-均值(KFCM)聚类的图像边缘检测方法。首先通过NSCT将原始图像分解成低频分量和高频分量;然后对含噪声较少的低频分量提取边缘信息,并采用KFCM聚类算法进行聚类得到低频边缘图像,以提高定位精度,而对于边缘细节信息较多的高频分量各个子带,通过模极大值检测边缘以减少伪边缘,丰富图像细节;最后对低频和高频图像边缘进行融合得到完整的边缘。实验结果表明,相比于Canny方法、边缘检测算子与模糊聚类结合的方法、边缘信息与混沌粒子群优化的模糊聚类结合的方法、NSCT域模极大值方法,文中方法具有更好的边缘检测效果,边缘定位准确、完整、连续、细节丰富。    

6.  基于混沌优化的模糊聚类分析方法  被引次数:2
   李超顺  周建中  方仍存  李清清  罗志猛  黄志伟《系统仿真学报》,2009年第21卷第10期
   提出了基于混沌优化的模糊聚类方法(COFCM).COFCM将混沌优化策略与传统的模糊C-均值算法(FCM)相结合,用混沌变量搜索对模糊聚类目标函数进行全局寻优,同时结合梯度算子,使方法能有效收敛到极值点.以六组人工数据集和真实数据集作为实验数据,对聚类目标函数值、聚类有效性函数指标值进行对比实验,其结果表明COFCM能得到比FCM更好的目标函数值,从而有更好的聚类效果.最后将该方法应用于Lena图像进行图像分割,验证了方法的有效性.    

7.  基于局部边缘密度和局部熵的图像拼接算法  
   姜丽凤  刘晓红《山东理工大学学报》,2008年第22卷第1期
   针对传统图像拼接算法中存在的缺点,采用了基于局部边缘密度和局部熵的图像拼接算法.该算法综合考虑了图像拼接的精度和速度,在特征区域的提取上,采用了模糊聚类算法和局部边缘密度LED算法,实现了特征区域的自动选取;在匹配搜索上,采用了图像的局部熵和序贯相似性检测算法(SSDA),提高了图像拼接的速度和精度;在图像融合上,采用了动态最佳缝合线算法,保证了全景图像的质量.实验表明该算法有效的提高了全景图像生成的效率和准确性.    

8.  基于粒子群模糊聚类算法的边缘检测仿真  被引次数:4
   石振刚  高立群  葛雯《东北大学学报(自然科学版)》,2008年第29卷第8期
   将粒子群优化算法与模糊C-均值(FCM)聚类算法相结合,并应用于图像边缘检测,以期解决标准FCM算法在图像边缘检测中对初始值敏感及容易陷入局部极小的两大缺陷.首先,基于数学测度概念构造一个描述边缘点信息的特征向量,将灰度图像中的每一个像素点看成是一个数据样本,将该点灰度值处理后构成其边缘点信息特征向量,形成具有三维特征的数据集;然后对这个数据集应用粒子群模糊聚类算法进行分类,自适应地检测出图像的边缘点,达到提取边缘的目的.仿真实验表明,此算法具有良好的抗噪性能,能够得到较好的边缘效果,提高了边缘定位的精度.    

9.  基于小波变换和模糊c-均值聚类的图像边缘检测  
   翟艺书  柳晓鸣《大连海事大学学报(自然科学版)》,2005年第31卷第4期
   提出一种结合小波变换和模糊聚类技术对图像边缘进行检测的新算法.首先,对图像进行小波变换。并将相邻尺度小波系数相乘以增强边缘和去除噪声,然后利用模板得到四个方向的小波模梯度值,并以其作为特征作成待分类点集,最后,采用模式识别中的模糊c-均值聚类技术进行自动分类,实现边缘检测.实验结果表明,该算法具有较好的边缘检测和抑制噪声的能力。    

10.  结合模糊C均值聚类和边缘检测算法的彩色图像分割  
   王江涛  练煜  石红岩《甘肃联合大学学报(自然科学版)》,2015年第29卷第2期
   图像分割是计算机视觉的最核心技术之一,是图像处理到图像分析的关键步骤.深入研究了C均值聚类分割算法,该算法已广泛应用于彩色图像分割领域,在真实彩色图像分割中,由于C均值的初始化对分割效果有很大影响,故对C均值分割算法进行改进.然后引入边缘检测算法以及RGB彩色模型,对边缘检测算子Roberts、Sobel算子和Prewitt算子进行了研究,对Sobel算子进行改进,对模糊聚类算法的分割结果进行进一步处理,通过在合成图像上及大量真实自然彩色图像上进行实验,结果证明通过C均值聚类和边缘检测算法相结合,能够有效提高分割结果的准确性.最后对彩色图像分割技术将来的发展方向进行了展望.    

11.  模糊图像的不连续边缘智能检测改进算法  
   楚玺  周志祥  邓国军  邵帅《吉林大学学报(理学版)》,2019年第4期
   针对传统不连续边缘检测算法利用增强图像边缘对比度进行检测,只适用于检测灰度值变化不强烈及含有普通噪声的图像边缘,检测性能具有局限性的问题,提出一种模糊图像的不连续边缘智能检测改进算法.首先通过广义交叉验证准则获取图像噪声方差估计值,对图像中高斯噪声进行判别,使用自适应模糊滤波器对含噪图像进行模糊滤波处理;然后采用改进模糊图像边缘检测算法,按图像含噪情形制定边缘检测策略,获取模糊图像边缘;最后通过灰度形态学的模糊图像不连续边缘检测算法,对模糊图像边缘受灰度值不均匀变化形成的膨胀、腐蚀、形态学梯度型不连续边缘进行检测.实验结果表明,该算法抗噪性较高,模糊图像不连续边缘检测的结果更清晰、完整.    

12.  基于混沌克隆选择算法的工艺调度优化  
   徐海黎  李建华  王孙安《系统仿真学报》,2009年第21卷第15期
   将工艺规划和调度集成考虑是现代制造业中的一个重要环节.然而,这种条件下的优化必须要面对过多的约束条件,大量无效解的存在导致了传统的优化算法在实现上存在着很大的困难.针对这些问题,文章提出了引入免疫克隆算子简化求解过程,减少过多无效解带来无谓的计算时间消耗,同时考虑到克隆算子工作机理,引入混沌变量加载于算法的个体复制过程中,逐步对混沌变量进行微小扰动以调节搜索范围,明显的增加了克隆算法的群体多样性.将新设计的混沌克隆算子应用到工艺规划与调度的集成优化问题中,试验结果表明,该算法工艺成效显著且稳定,说明算法有应用到类似问题上的潜力.    

13.  基于直觉模糊集的阔叶树苗叶片边缘检测  
   胡春华  李萍萍《南京林业大学学报(自然科学版)》,2014年第6期
   针对田间或苗圃植物背景的复杂性,为准确从采集的样本图片中分割出树苗叶片,提出了一种基于直觉模糊集的阔叶树苗叶边缘检测算法。首先采用3×3模板分别对RGB颜色空间中的R、G、B灰度图进行x方向、y方向、45°以及135°方向模糊聚类,然后采用最大类间方差法提取模糊聚类图像的阈值,最后根据阈值检测出阔叶苗叶边缘。对经典的基于微分算子的边缘检测法与该研究提出的边缘检测算法进行了分析比较,结果证明该研究提出的算法能较好地检测出阔叶树苗叶边缘,特别对于重叠区域叶片也能检测出边缘。    

14.  基于免疫单亲遗传和模糊C均值的聚类算法  
   蒋红芬 柳益君 陈丹《江苏技术师范学院学报》,2006年第12卷第4期
   聚类算法是数据挖掘算法中的重要方法之一。本文在分析了FCM算法和基于遗传聚类算法的不足基础上,提出了一种基于免疫单亲遗传和模糊C均值的混合聚类算法,克服了FCM的局部最优问题以及普通遗传算法聚类时的搜索速度和聚类精度的矛盾,实验表明该算法是有效的。    

15.  基于模糊联合误差的红外图像边缘检测方法  
   闫富荣  魏臻  樊秀梅  王树雨《天津理工大学学报》,2011年第27卷第1期
   图像的边缘检测中,非优化梯度阈值选择的不当会造成某些边缘点的丢失;而模糊阈值方法,需占用大量存储空间来搜索参数的最优组合.针对以上问题,本文在模糊理论的基础上,并结合红外梯度图像的特点,提出了一种基于模糊联合误差的红外图像边缘检测方法.本文首先通过改进的Sobel算子构造出红外图像的梯度图,在对其进行模糊划分的基础上计算区域模糊度,最后通过对区域联合误差的比较,确定模糊区域中像素点的隶属,实现边缘提取.与传统的基于梯度的边缘检测算法及最大模糊熵算法进行了对比实验.结果表明,该方法用于红外图像边缘检测时,能够在更短的处理时间内,保留更多的边缘信息.    

16.  模糊C-均值聚类法在车牌识别系统中的应用  
   陈梅  王健《山东理工大学学报》,2006年第20卷第6期
   针对车牌识别系统中的图像存在模糊、噪声干扰等问题,利用改进的模糊C-均值聚类算法来提高图像的分割效果.图像经边缘检测后,根据车牌中字符分布的特点,车牌内部存在着较丰富的边缘.由于边缘处灰度值与车牌中其它部分的灰度值不同,可利用灰度值的变化频率,来实现对车牌定位.实验表明该算法在车牌识别系统中是有效的.    

17.  改进遗传算法在模糊文本聚类中的应用研究  被引次数:1
   时念云 蒋红芬 徐九韵《科学技术与工程》,2005年第5卷第24期
   在分析了传统模糊聚类FCM算法和基于遗传聚类算法优点和不足的基础上,提出了一种基于免疫单亲遗传和模糊C均值的改进遗传聚类算法,克服了FCM的局部最优问题以及标准遗传算法聚类时的搜索速度和聚类精度的矛盾,并将该算法用于文本聚类,实验表明该算法是有效的。    

18.  基于谱聚类的边缘检测算法  
   郭新  徐明  张众《郑州大学学报(理学版)》,2018年第3期
   区分高频噪声点和边缘点是提取噪声图像边缘的难点之一,为了得到噪声图像的清晰边缘,提出一种基于谱聚类(spectral curvature clustering,SCC)的边缘检测算法.该方法通过将边缘检测问题转化为分类问题,利用图像边缘点、平滑点和噪声点位于不同子空间的性质,在有效地聚类平滑点和边缘点的同时,SCC能够较好地抑制噪声点.另外,该算法通过编辑聚类标签并将其转换为二值图像,对二值化图像进行简单的处理即可得到图像的边缘,成功地避免了传统算法中的阈值选择问题.相比于传统的边缘检测方法,实验结果证明了所提算法的有效性.    

19.  一种改进的彩色图像分割方法  
   毛新炎  张颖  陈雪波  胡晏晓  孙彬杰《鞍山科技大学学报》,2009年第32卷第1期
   介绍了一种融合多尺度形态学、蚁群聚类、模糊C-均值(FCM)聚类的新的彩色图像分割方法。该算法首先利用多尺度形态学提取图像边缘,再利用蚁群聚类算法的全局搜索性和鲁棒性的优点并结合边缘信息,确定聚类中心和聚类个数,将其作为FCM聚类的初始聚类中心和聚类个数,克服了FCM算法自身并不能确定聚类中心需要人为设定的缺陷。实验结果表明,该算法可以准确地分割出目标,是一种有效的图像分割方法。    

20.  一种改进的彩色图像分割方法  
   毛新炎  张颖  陈雪波  胡晏晓  孙彬杰《辽宁科技大学学报》,2009年第32卷第1期
   介绍了一种融合多尺度形态学、蚁群聚类、模糊C-均值(FCM)聚类的新的彩色图像分割方法.该算法首先利用多尺度形态学提取图像边缘,再利用蚁群聚类算法的全局搜索性和鲁棒性的优点并结合边缘信息,确定聚类中心和聚类个数,将其作为FCM聚类的初始聚类中心和聚类个数,克服了FCM算法自身并不能确定聚类中心需要人为设定的缺陷.实验结果表明,该算法可以准确地分割出目标,是一种有效的图像分割方法.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号