期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
改进Mode算法与双门限融合的目标检测方法 被引量:2
1
作者 王凯 吴敏 +2 位作者 姚辉 杨樊 张翔 《小型微型计算机系统》 CSCD 北大核心 2019年第10期2215-2220,共6页
为解决视频监控系统中远距离小目标、快速动目标准确检测,提出一种改进Mode算法与双门限融合的目标检测方法.该方法首先改进了Mode算法,完成初始背景提取,然后通过改进的缓冲帧机制,将实时视频信息引入到缓冲帧,借助缓冲帧的缓冲作用实... 为解决视频监控系统中远距离小目标、快速动目标准确检测,提出一种改进Mode算法与双门限融合的目标检测方法.该方法首先改进了Mode算法,完成初始背景提取,然后通过改进的缓冲帧机制,将实时视频信息引入到缓冲帧,借助缓冲帧的缓冲作用实现对背景的逐渐更新,获得可靠的背景图像;同时利用双门限阈值对差分图像进行动目标检测,其中低门限值可以检测分割出明显变化的动目标,在低门限的基础上利用高门限值以解决低门限检测分割中存在的伪目标及噪声目标,最后获得视频监控复杂环境下动目标的准确检测.通过监控视频中车辆、飞机等不同对象做实验,验证了本文方法不仅能够快速、准确地检测出动目标,而且能够有效地抑制伪目标和噪声的干扰. 展开更多
关键词 视频监控 改进mode算法 双门限 目标检测 缓冲帧 差分图像
在线阅读 下载PDF
动态的模糊K-Modes初始化算法 被引量:1
2
作者 张伟 周霆 +1 位作者 陈芸 邹汉斌 《计算机工程与设计》 CSCD 北大核心 2006年第4期682-683,707,共3页
模糊K-Modes聚类算法针对分类属性的数据进行聚类,使用爬山法来寻找最优解,因此该算法对初始值较为敏感。为了克服该缺点,提出一种动态的模糊K-Modes初始化算法,该方法能够自动确定聚类数目,以及对应的聚类中心;而且能够应用于数值属性... 模糊K-Modes聚类算法针对分类属性的数据进行聚类,使用爬山法来寻找最优解,因此该算法对初始值较为敏感。为了克服该缺点,提出一种动态的模糊K-Modes初始化算法,该方法能够自动确定聚类数目,以及对应的聚类中心;而且能够应用于数值属性和分类属性相混合的数据集。该初始化算法可以有效地克服模糊K-Modes算法对初值的敏感性。实验的结果表明了该初始化算法的可行性和有效性。 展开更多
关键词 模糊 K—modes算法 动态初始化算法 聚类中心 分类属性
在线阅读 下载PDF
基于新的相异度量的模糊K-Modes聚类算法 被引量:5
3
作者 白亮 曹付元 梁吉业 《计算机工程》 CAS CSCD 北大核心 2009年第16期192-194,共3页
传统的模糊K-Modes聚类算法采用简单匹配方法度量对象与Mode之间的相异程度,没有充分考虑Mode对类的代表程度,容易造成信息的丢失,弱化了类内的相似性。针对上述问题,通过对象对类的隶属度反映Mode对类的代表程度,提出一种新的相异度量... 传统的模糊K-Modes聚类算法采用简单匹配方法度量对象与Mode之间的相异程度,没有充分考虑Mode对类的代表程度,容易造成信息的丢失,弱化了类内的相似性。针对上述问题,通过对象对类的隶属度反映Mode对类的代表程度,提出一种新的相异度量,并将它应用于传统的模糊K-Modes聚类算法。与传统的K-Modes和模糊K-Modes聚类算法相比,该相异度量是有效的。 展开更多
关键词 模糊K—modes聚类算法 相异度量 类中心
在线阅读 下载PDF
基于贝叶斯距离的K-modes聚类算法 被引量:5
4
作者 赵亮 刘建辉 张昭昭 《计算机工程与科学》 CSCD 北大核心 2017年第1期188-193,共6页
K-modes算法中原有的分类变量间距离度量方法无法体现属性值之间差异,对此提出了一种基于朴素贝叶斯分类器中间运算结果的距离度量。该度量构建代表分类变量的特征向量并计算向量间的欧氏距离作为变量间的距离。将提出的距离度量代入K-m... K-modes算法中原有的分类变量间距离度量方法无法体现属性值之间差异,对此提出了一种基于朴素贝叶斯分类器中间运算结果的距离度量。该度量构建代表分类变量的特征向量并计算向量间的欧氏距离作为变量间的距离。将提出的距离度量代入K-modes聚类算法并在多个UCI公共数据集上与其他度量方法进行比较,实验结果表明该距离度量更加有效。 展开更多
关键词 K—modes聚类算法 分类变量 朴素贝叶斯分类器 距离度量
在线阅读 下载PDF
粗糙K-Modes聚类算法 被引量:5
5
作者 李仁侃 叶东毅 《计算机应用》 CSCD 北大核心 2011年第1期97-100,共4页
Michael K.Ng等人提出了新K-Modes聚类算法,它采用基于相对频率的启发式相异度度量方法,有效地提高了聚类精度,但不足的是在计算各类的属性分类值频率时假定类中样本对聚类的贡献相同。为了考虑类中样本对类中心的不同影响,提出一种粗糙... Michael K.Ng等人提出了新K-Modes聚类算法,它采用基于相对频率的启发式相异度度量方法,有效地提高了聚类精度,但不足的是在计算各类的属性分类值频率时假定类中样本对聚类的贡献相同。为了考虑类中样本对类中心的不同影响,提出一种粗糙K-Modes算法,通过粗糙集的上、下近似度量数据样本在类内的重要性程度,不仅可以获得比新K-Modes算法更好的聚类效果,而且可以在保证聚类效果的基础上降低白亮等人提出的基于粗糙集改进的K-Modes算法的计算复杂度。对几个UCI的数据集的测试实验结果显示出新算法的优良性能。 展开更多
关键词 聚类 K—modes算法 粗糙集 类中心 聚类精度
在线阅读 下载PDF
基于自适应背景匹配的运动目标检测算法 被引量:7
6
作者 高振华 黄山 +1 位作者 张洪斌 于艳飞 《计算机工程与设计》 CSCD 北大核心 2013年第8期2839-2843,共5页
为了减小所提取的背景对后续目标检测的影响,提出了基于自适应背景匹配的运动目标检测算法。通过改进的Mode算法结合自适应背景匹配更新机制获得可靠的背景,在此基础上结合绝对差分和具有双动态阈值的Cauchy分布模型建立了目标检测总体... 为了减小所提取的背景对后续目标检测的影响,提出了基于自适应背景匹配的运动目标检测算法。通过改进的Mode算法结合自适应背景匹配更新机制获得可靠的背景,在此基础上结合绝对差分和具有双动态阈值的Cauchy分布模型建立了目标检测总体模型,从而实现对视频序列中的运动目标进行检测。通过对行人和车辆等不同监控对象的实验,验证了算法具有良好的噪声抑制能力和对慢目标良好的鲁棒性,同时能有效的分割前景目标。 展开更多
关键词 mode算法 背景提取 自适应更新 绝对差分 Cauchy模型
在线阅读 下载PDF
一种基于帧差法与背景减法的运动目标检测新方法 被引量:33
7
作者 高凯亮 覃团发 +1 位作者 王逸之 常侃 《电讯技术》 北大核心 2011年第10期86-91,共6页
为改进单独利用帧差法或背景减法进行运动目标检测时存在的不足,提高运动目标检测的准确率和鲁棒性,提出了一种利用边缘信息的帧间差分法和背景减法相结合的运动目标检测方法。该方法首先通过基于边缘信息的三帧差法获得一幅前景图像... 为改进单独利用帧差法或背景减法进行运动目标检测时存在的不足,提高运动目标检测的准确率和鲁棒性,提出了一种利用边缘信息的帧间差分法和背景减法相结合的运动目标检测方法。该方法首先通过基于边缘信息的三帧差法获得一幅前景图像,然后利用改进的mode算法进行背景差分获得另外一幅前景图像,最后将得到的两幅前詈图像进行布尔或运算,得到前景目标。实验仿真结果表明,利用该方法,目标检测的准确率可以提高4.96%~36.01%,且算法具有较好的鲁棒性。 展开更多
关键词 运动目标检测 边缘提取 帧间差分 背景差分 mode算法
在线阅读 下载PDF
水声信道多径时延估计的高分辨方法研究 被引量:11
8
作者 陈韶华 相敬林 罗建 《系统仿真学报》 EI CAS CSCD 北大核心 2005年第11期2821-2824,共4页
为了解决传统的匹配滤波器方法估计实测信道时分辨率不足的困难,研究了高分辨多径时延估计方法。应用MODE算法求得多径时延估计的初值,再通过带惩罚函数的最小二乘法迭代求解时延和幅度估计的准确值。仿真表明,该方法的时延分辨率在20d... 为了解决传统的匹配滤波器方法估计实测信道时分辨率不足的困难,研究了高分辨多径时延估计方法。应用MODE算法求得多径时延估计的初值,再通过带惩罚函数的最小二乘法迭代求解时延和幅度估计的准确值。仿真表明,该方法的时延分辨率在20dB信噪比下达到了传统的匹配滤波器方法的4倍,实现了多径时延的高精度估计,解决了实测线性调频信号的信道估计问题。 展开更多
关键词 多径信道 时延估计 高分辨 mode算法
在线阅读 下载PDF
改进的分类数据聚类中心初始化方法 被引量:6
9
作者 王思杰 唐雁 《计算机应用》 CSCD 北大核心 2018年第A01期73-76,共4页
模糊K-modes算法是一种有效的针对分类数据的聚类方法,但算法性能非常依赖于初始中心的选择。针对模糊聚类算法对初始中心敏感这一问题,提出一种改进的基于距离和离群点检测的初始中心选择的方法。首先,通过增大初始中心选择过程中距离... 模糊K-modes算法是一种有效的针对分类数据的聚类方法,但算法性能非常依赖于初始中心的选择。针对模糊聚类算法对初始中心敏感这一问题,提出一种改进的基于距离和离群点检测的初始中心选择的方法。首先,通过增大初始中心选择过程中距离所占的比重,使所选择的初始中心点更具有分布性;然后,运用基于距离的离群点检测技术对初始中心点进行进一步筛选,避免离群点成为初始中心。对比实验结果表明,改进方法提高了分类数据初始中心选择的成功率,并具有较高的准确率。 展开更多
关键词 模糊K—modes算法 距离 密度 初始聚类中心 离群点检测
在线阅读 下载PDF
Multi-objective optimization for draft scheduling of hot strip mill 被引量:2
10
作者 李维刚 刘相华 郭朝晖 《Journal of Central South University》 SCIE EI CAS 2012年第11期3069-3078,共10页
A multi-objective optimization model for draft scheduling of hot strip mill was presented, rolling power minimizing, rolling force ratio distribution and good strip shape as the objective functions. A multi-objective ... A multi-objective optimization model for draft scheduling of hot strip mill was presented, rolling power minimizing, rolling force ratio distribution and good strip shape as the objective functions. A multi-objective differential evolution algorithm based on decomposition (MODE/D). The two-objective and three-objective optimization experiments were performed respectively to demonstrate the optimal solutions of trade-off. The simulation results show that MODE/D can obtain a good Pareto-optimal front, which suggests a series of alternative solutions to draft scheduling. The extreme Pareto solutions are found feasible and the centres of the Pareto fronts give a good compromise. The conflict exists between each two ones of three objectives. The final optimal solution is selected from the Pareto-optimal front by the importance of objectives, and it can achieve a better performance in all objective dimensions than the empirical solutions. Finally, the practical application cases confirm the feasibility of the multi-objective approach, and the optimal solutions can gain a better rolling stability than the empirical solutions, and strip flatness decreases from (0± 63) IU to (0±45) IU in industrial production. 展开更多
关键词 hot strip mill draft scheduling multi-objective optimization multi-objective differential evolution algorithm based ondecomposition mode/D) Pareto-optimal front
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部