期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
粗糙集的近似集 被引量:43
1
作者 张清华 王国胤 肖雨 《软件学报》 EI CSCD 北大核心 2012年第7期1745-1759,共15页
粗糙集是1982年由Pawlak教授提出的解决集合边界不确定的重要方法,它通过两个精确的上、下近似集作为边界线来刻画目标集合(概念)X的不确定性,但它没有给出如何用已知的知识基(知识粒)来精确或近似地描述边界不确定的目标集合(概念)X的... 粗糙集是1982年由Pawlak教授提出的解决集合边界不确定的重要方法,它通过两个精确的上、下近似集作为边界线来刻画目标集合(概念)X的不确定性,但它没有给出如何用已知的知识基(知识粒)来精确或近似地描述边界不确定的目标集合(概念)X的方法.首先给出了集合之间的相似度概念,然后分析了分别用上近似集R(X)和下近似集R(X)作为目标集合(概念)X近似描述的不足,提出了在已有知识基(粒)空间下寻找目标集合(概念)X的近似集的方法,并分析了用R0.5(X)作为X(概念)的近似集的优越性.最后讨论了不同知识粒度空间下R0.5(X)与X的相似度随知识粒度的变化关系.从新的角度提出了目标集合(概念)X近似集的构造方法,促进了粗糙集模型的发展. 展开更多
关键词 粗糙集 近似集 粒计算 知识空间 相似度
在线阅读 下载PDF
基于高斯模型和卡尔曼预测的检测与跟踪 被引量:7
2
作者 胡学刚 刘忠振 《计算机工程与设计》 CSCD 北大核心 2013年第1期247-251,共5页
为同时保证运动目标检测与跟踪的稳定性与准确性,提出一种基于高斯模型和卡尔曼预测的检测与跟踪方法。在检测中,先采用分块拼接方式初始化背景,再利用动态权值完成高斯背景模型自适应更新,使得目标检测能够持续有效。在跟踪中,Kalman... 为同时保证运动目标检测与跟踪的稳定性与准确性,提出一种基于高斯模型和卡尔曼预测的检测与跟踪方法。在检测中,先采用分块拼接方式初始化背景,再利用动态权值完成高斯背景模型自适应更新,使得目标检测能够持续有效。在跟踪中,Kalman滤波器利用目标检测结果完成预测跟踪,并且对观测噪声矩阵进行自适应更新,使得跟踪的稳定性得到加强。实验结果表明,该算法能够良好地保证其有效性。 展开更多
关键词 目标检测 目标跟踪 高斯模型 背景差分 二次帧差 KALMAN预测
在线阅读 下载PDF
一种改进的NGVF Snake模型 被引量:4
3
作者 胡学刚 汤宏静 《西南大学学报(自然科学版)》 CAS CSCD 北大核心 2014年第4期139-145,共7页
为解决NGVF Snake模型角点定位精度低和无法收敛到弱边缘的不足,利用GVF场强分布和扩散过程的特性,通过引进两个随空间变化的权重函数,提出了一种改进的NGVF Snake模型.实验结果表明,新模型不仅能保持原GVF Snake模型和NGVF Snake模型... 为解决NGVF Snake模型角点定位精度低和无法收敛到弱边缘的不足,利用GVF场强分布和扩散过程的特性,通过引进两个随空间变化的权重函数,提出了一种改进的NGVF Snake模型.实验结果表明,新模型不仅能保持原GVF Snake模型和NGVF Snake模型捕获区域较大、能很好地收敛到凹陷区域等优点,而且能很好地保护弱边缘和图像细节,提高了图像分割的准确性和分割效率. 展开更多
关键词 活动轮廓模型 梯度向量流 图像分割
在线阅读 下载PDF
去除图像高强度乘性噪声的变分模型
4
作者 胡学刚 张龙涛 李玲 《小型微型计算机系统》 CSCD 北大核心 2013年第5期1172-1175,共4页
本文提出了一种新的去除图像高强度乘性噪声的变分模型,该模型针对现有全变分方法在去除图像高强度乘性噪声时出现的边缘模糊、去噪效果不佳及"阶梯"效应等问题进行研究.然后导出了该模型对应的偏微分方程的初边值问题,分析... 本文提出了一种新的去除图像高强度乘性噪声的变分模型,该模型针对现有全变分方法在去除图像高强度乘性噪声时出现的边缘模糊、去噪效果不佳及"阶梯"效应等问题进行研究.然后导出了该模型对应的偏微分方程的初边值问题,分析了模型的去噪机理,并给出了相应的数值计算方法.数值实验结果表明,新模型不仅提高了图像去噪的质量,在视觉上更平滑自然,基本上消除了"阶梯"效应.此外,新模型在运行时间方面也具有较大的优势. 展开更多
关键词 图像去噪 高强度乘性噪声 变分算法 阶梯效应
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部