硬度图像角点检测算法

1

作者 曲福恒 杨勇 +1 位作者 胡雅婷 陈学广 《长春理工大学学报（自然科学版）》 2011年第3期135-138,共4页

硬度检测图像中存在大量杂质与噪声,目标区域的边缘模糊且形状复杂,传统角点检测算法无法检测出目标区域的角点,也很难应用直线拟合或直线检测算法实现角点的精确定位。针对硬度检测中面临的复杂环境下角点检测任务,提出一种新的基于旋... 硬度检测图像中存在大量杂质与噪声,目标区域的边缘模糊且形状复杂,传统角点检测算法无法检测出目标区域的角点,也很难应用直线拟合或直线检测算法实现角点的精确定位。针对硬度检测中面临的复杂环境下角点检测任务,提出一种新的基于旋转灰度变化的角点检测算法。与传统的角点检测算法相比,该方法对噪声和杂质具有更好的鲁棒性,能够在背景复杂、边缘模糊的情况下准确检测出目标区域的角点位置,具有更好的适用性。在硬度图像上与传角点检测算法及直线求交确定角点方法的对比实验表明了算法的有效性。 展开更多

关键词 角点检测 硬度图像 图像处理 边缘模糊 鲁棒性

在线阅读 下载PDF 职称材料

改进差分进化算法及其在模糊聚类分析中的应用

2

作者 曲福恒 胡雅婷 +1 位作者 杨勇 谷欣超 《长春理工大学学报（自然科学版）》 2011年第4期129-132,共4页

针对差分进化算法早熟与搜索效率不理想的问题,提出一种改进的差分进化算法。算法在变异阶段采用多策略与多参数并行的方法一次产生多个变异个体,有效地保持了种群中个体的多样性,抑制了早熟现象的发生。根据竞争机制选择适应度最好的... 针对差分进化算法早熟与搜索效率不理想的问题,提出一种改进的差分进化算法。算法在变异阶段采用多策略与多参数并行的方法一次产生多个变异个体,有效地保持了种群中个体的多样性,抑制了早熟现象的发生。根据竞争机制选择适应度最好的变异个体进行选择操作,提高了搜索效率。与差分进化及其改进算法的对比实验表明了算法的有效性,并把提出的算法应用到模糊聚类分析中,较好的解决了原始聚类模型求解容易陷入局部极值的问题。 展开更多

关键词 全局优化 差分进化 进化策略 聚类分析

在线阅读 下载PDF 职称材料

基于视频的运动目标跟踪算法 被引量：5

3

作者 刘俊杰 杨勇 +2 位作者 才华 曲福恒 李双鑫 《吉林大学学报（信息科学版）》 CAS 2017年第3期347-353,共7页

为更加准确、快速地检测与跟踪到运动目标,将背景差分法和帧间差分法相融合对CAMSHIFT(Continuously Adaptive Mean-SHIFT)算法进行改进。首先,通过背景差分法和帧间差分法相融合确定目标所在区域,然后结合CAMSHIFT迭代算法实现目标跟... 为更加准确、快速地检测与跟踪到运动目标,将背景差分法和帧间差分法相融合对CAMSHIFT(Continuously Adaptive Mean-SHIFT)算法进行改进。首先,通过背景差分法和帧间差分法相融合确定目标所在区域,然后结合CAMSHIFT迭代算法实现目标跟踪。实验结果表明,该方法改变了传统CAMSHIFT算法需手动选定目标和跟踪窗容易发散的局限性,并提高了跟踪的准确性与稳定性。 展开更多

关键词 CAMSHIFT算法 目标跟踪 背景差分法 帧间差分法

在线阅读 下载PDF 职称材料

基于全局K-means算法的高校学生成绩分析 被引量：5

4

作者 谷欣超 徐福祥 +1 位作者 杨勇 曲福恒 《长春理工大学学报（自然科学版）》 2019年第5期93-97,共5页

采用无监督聚类算法实现对学生成绩的评价分析。在给定的聚类个数区间内,全局K-means聚类算法对学生成绩数据进行聚类,得到不同聚类个数下的成绩分类结果;结合聚类有效性指标自动地确定出最佳聚类数目,实现对学生多科成绩数据的无监督... 采用无监督聚类算法实现对学生成绩的评价分析。在给定的聚类个数区间内,全局K-means聚类算法对学生成绩数据进行聚类,得到不同聚类个数下的成绩分类结果;结合聚类有效性指标自动地确定出最佳聚类数目,实现对学生多科成绩数据的无监督分类。实验结果表明,本方法能够发现不同成绩聚类结果之间的差异,揭示影响数据分布的主要因素,平衡了数据的所有属性对最终的分析结果的影响,同时避免了手动分析中结果容易产生较大偏差的问题。对指导学生选修课程、教师对个人的教学方法进行调整以及改善学校教学质量和提升学生成绩都具有重要作用。 展开更多

关键词 聚类分析 K-MEANS算法 全局K-means 成绩分析

在线阅读 下载PDF 职称材料

多尺度可能性聚类算法 被引量：3

5

作者 胡雅婷 左春柽 +1 位作者 曲福恒 杨洋 《长春理工大学学报（自然科学版）》 2010年第4期124-127,共4页

针对可能性聚类算法对初始化参数敏感及容易产生重合聚类的问题,提出了多尺度可能性聚类算法(MPCM)。算法结合均值漂移聚类算法与可能性聚类算法的思想,使其既保留了均值漂移聚类算法中能够揭示数据的多尺度聚类结构、不依赖于初始化参... 针对可能性聚类算法对初始化参数敏感及容易产生重合聚类的问题,提出了多尺度可能性聚类算法(MPCM)。算法结合均值漂移聚类算法与可能性聚类算法的思想,使其既保留了均值漂移聚类算法中能够揭示数据的多尺度聚类结构、不依赖于初始化参数的优点,也保留了可能性聚类算法可对数据集进行模糊划分的优点。同时,避免了均值漂移算法计算量过大以及可能性聚类对容易产生重合聚类的缺点。与传统的可能性聚类及其改进算法的对比实验结果表明,MPCM能够更加准确地揭示数据在不同尺度下的聚类结构,具有相对较好的聚类性能。 展开更多

关键词 模糊聚类 可能性聚类 均值漂移 多尺度结构

在线阅读 下载PDF 职称材料

基于改进可能性聚类算法的轴承故障诊断 被引量：2

6

作者 胡雅婷 左春柽 +1 位作者 曲福恒 杨洋 《长春理工大学学报（自然科学版）》 2011年第3期58-61,共4页

通过研究轴承及其组件的振动信号来分析其工作状况是机械故障检测和诊断的一种常用方法。针对传统可能性聚类算法用于故障诊断时存在的问题,将改进可能性聚类算法与聚类有效性指标相结合,提出一种无监督的可能性聚类算法。将算法应用于... 通过研究轴承及其组件的振动信号来分析其工作状况是机械故障检测和诊断的一种常用方法。针对传统可能性聚类算法用于故障诊断时存在的问题,将改进可能性聚类算法与聚类有效性指标相结合,提出一种无监督的可能性聚类算法。将算法应用于滚动轴承的故障诊断中,实验结果表明,该算法不但能够自动确定聚类个数,对噪声具有较好的鲁棒性,而且聚类的准确性高于传统可能性聚类算法。 展开更多

关键词 可能性聚类 差分进化算法 故障诊断 可行域

在线阅读 下载PDF 职称材料

基于加权处罚的K-均值优化算法 被引量：2

7

作者 梁鲜 曲福恒 +1 位作者 杨勇 才华 《长春理工大学学报（自然科学版）》 2015年第4期132-137,共6页

在各种聚类算法中,基于目标函数的K-均值聚类算法应用最为广泛,然而,K-均值算法对初始聚类中心特别敏感,聚类结果易收敛于局部最优。为此,提出基于加权处罚的K-均值优化算法。每次迭代过程中,根据簇的平均误差的大小为簇分配权值,构造... 在各种聚类算法中,基于目标函数的K-均值聚类算法应用最为广泛,然而,K-均值算法对初始聚类中心特别敏感,聚类结果易收敛于局部最优。为此,提出基于加权处罚的K-均值优化算法。每次迭代过程中,根据簇的平均误差的大小为簇分配权值,构造加权准则函数,把样本分给加权距离最小的簇中。限制簇集中出现平均误差较大的簇,提高聚类准确率。实验结果表明,该算法与K-均值算法、优化初始聚类中心的K-均值算法相比,在含有噪音的数据集中,表现出更好的抗噪性能,聚类效果更好。 展开更多

关键词 聚类 K-均值算法 初始聚类中心 聚类准则函数

在线阅读 下载PDF 职称材料

基于处罚的K-均值优化算法 被引量：1

8

作者 谷欣超 梁鲜 +2 位作者 曲福恒 才华 杨勇 《长春理工大学学报（自然科学版）》 2015年第6期103-107,共5页

判断聚类结果中是否存在误分类的簇,即簇中包含的样本不属于同一类。若存在,则在已有聚类结果上使用加权方案,处罚误分类的簇,输出新的聚类结果。若不存在,则输出已有聚类结果。限制簇集中存在误分类的簇,消除初始聚类中心对K-均值算法... 判断聚类结果中是否存在误分类的簇,即簇中包含的样本不属于同一类。若存在,则在已有聚类结果上使用加权方案,处罚误分类的簇,输出新的聚类结果。若不存在,则输出已有聚类结果。限制簇集中存在误分类的簇,消除初始聚类中心对K-均值算法的影响,提高聚类准确率。实验结果表明,该算法与K-均值算法、优化初始聚类中心的K-均值算法相比,在坏的初始化条件下,表现出更好的鲁棒性;在含有噪音的数据集中,表现出更好的抗噪性能;聚类效果更好。 展开更多

关键词 聚类算法 K-均值算法 初始聚类中心 聚簇

在线阅读 下载PDF 职称材料

一种高效的全局K-均值算法 被引量：1

9

作者 梁鲜 曲福恒 +1 位作者 杨勇 才华 《长春理工大学学报（自然科学版）》 2015年第3期112-115,共4页

针对全局K-均值算法时间复杂度大的问题,提出一种增量选择初始聚类中心的新方法。选择数据集中周围分布最密集的样本作为第一个初始聚类中心,选择最小化目标函数贡献大,并且和已有聚类中心距离远的样本作为下一个初始聚类中心。改进算... 针对全局K-均值算法时间复杂度大的问题,提出一种增量选择初始聚类中心的新方法。选择数据集中周围分布最密集的样本作为第一个初始聚类中心,选择最小化目标函数贡献大,并且和已有聚类中心距离远的样本作为下一个初始聚类中心。改进算法减少了增量选取初始聚类中心时的计算量,降低了时间复杂度。实验证明,改进算法与全局K-均值算法、快速全局K-均值算法相比,在不影响聚类效果的基础上,减少了聚类时间,与优化初始聚类中心的算法相比,聚类效果更优。 展开更多

关键词 聚类 K-均值算法 全局K-均值算法 快速全局K-均值算法

在线阅读 下载PDF 职称材料

一种改进的多尺度可能性聚类算法

10

作者 胡雅婷 曲福恒 《长春理工大学学报（自然科学版）》 2016年第5期115-118,共4页

针对多尺度可能性聚类算法(MPCM)计算复杂度较高的问题,提出一种改进的多尺度可能性聚类算法(IMPCM)。算法利用k-均值聚类的收敛点来作为MPCM的初始点,在继承了MPCM优点的同时,解决了原始MPCM中无效初始点过多以及初始点位置不理想造成... 针对多尺度可能性聚类算法(MPCM)计算复杂度较高的问题,提出一种改进的多尺度可能性聚类算法(IMPCM)。算法利用k-均值聚类的收敛点来作为MPCM的初始点,在继承了MPCM优点的同时,解决了原始MPCM中无效初始点过多以及初始点位置不理想造成的迭代次数过高的问题。对比实验结果表明,算法具有良好的聚类效果与更高的计算效率。 展开更多

关键词 K-均值聚类 可能性聚类 均值漂移

在线阅读 下载PDF 职称材料

一种高效的基于初始聚类中心优化的K-means算法 被引量：6

11

作者 张晓倩 曲福恒 +2 位作者 杨勇 才华 梁鲜 《长春理工大学学报（自然科学版）》 2015年第4期154-158,共5页

为解决传统K-means算法初始质心的随机选取以及聚类过程中每个数据样本到聚类中心距离的重复计算问题,提出了一种高效的基于初始聚类中心优化的K-means算法,采用最小方差优化初始质心,通过存储每次迭代中所有数据点的簇标志和到最近聚... 为解决传统K-means算法初始质心的随机选取以及聚类过程中每个数据样本到聚类中心距离的重复计算问题,提出了一种高效的基于初始聚类中心优化的K-means算法,采用最小方差优化初始质心,通过存储每次迭代中所有数据点的簇标志和到最近聚类中心的距离并用于下一次迭代,避免了重复计算数据点到每个中心的距离。在UCI数据库中五个不同的数据集上进行了测试,对各个算法在聚类准则函数,运行时间以及迭代次数上进行实验结果比较,表明在不降低聚类性能的前提下,减少了迭代次数,缩短了聚类时间,证明了改进算法的有效性和高效性。 展开更多

关键词 K-MEANS算法 方差 初始聚类中心 距离 时间

在线阅读 下载PDF 职称材料