oalib

Publish in OALib Journal

ISSN: 2333-9721

APC: Only $99

Submit

Any time

2019 ( 41 )

2018 ( 667 )

2017 ( 595 )

2016 ( 750 )

Custom range...

Search Results: 1 - 10 of 34790 matches for " 局部模糊模式 "
All listed articles are free for downloading (OA Articles)
Page 1 /34790
Display every page Item
基于关联规则的XLPE电缆局部放电模糊识别研究
姚林朋,徐颖敏,钱勇,黄成军,江秀臣
电工技术学报 , 2012,
Abstract: 本文将关联规则挖掘与模糊推理方法应用到XLPE电缆的局部放电模式识别中,采用竞争聚类方法划分区间以离散化特征,通过关联规则法挖掘特征间的相互关系来提取分类规则,进而将这些规则模糊化用于模式识别。该方法能有效挖掘出各特征参数与缺陷类型的潜在规则,对局部放电的模式识别和电缆绝缘故障诊断具有极大的参考价值。本文针对几种典型的XLPE电缆局放数据,提取相关的统计特征参数,采用该模式识别系统进行分类,并与多层感知神经网络、决策树C4.5等方法识别的结果进行对比分析。实验结果表明该算法提出的规则具有识别率高、识别速度快、解释性好和区间可动态划分等特点,提供了一种局部放电模式识别新的可行方案。
基于模糊及分块主纹理谱的图像聚类
陈刚,陈晓云
福州大学学报(自然科学版) , 2012,
Abstract: 基于主颜色方法提出分块主纹理谱的概念,在每个分块中自动生成阈值来过滤噪声. 从模糊逻辑的角度出发提出一种新的纹理谱描述符,结合区域灰度平均值,构造隶属函数来计算纹理单元值. 实验证明,所提出的方法在图像聚类方面达到较好的聚类效果.
融合纹理特征的两阶段聚类分割算法
王改华,李德华
中国图象图形学报 , 2012, DOI: 10.11834/jig.20120905
Abstract: 提出一种融合纹理特征的两阶段聚类分割算法。首先,选择纹理特征、差分均值和颜色分量这3个特征,组成一个分割所用的特征矢量;然后,使用直方图对特征矢量进行初始聚类中心和类别数的估算;最后,通过模糊C均值算法对特征矢量进行聚类。该算法有效地克服了模糊C均值(FCM)容易陷入局部最优的缺陷,使聚类结果更加精确。实验结果表明该方法比一些现存方法的分割效果要好。
基于模糊概率论的变压器局放信号模式识别法
全玉生,马彦伟,何秋宇,李学鹏,杨俊伟
电力系统自动化 , 2006,
Abstract: 电力变压器局部放电信号的模式识别是局放研究中的一个难点和重点问题。文中通过对高采样率采集到的4种局放模式下的单个UHF脉冲信号进行小波包分解,从熵值和能量角度提取出6个特征量,运用了模糊理论基本思想,通过简单的计算求出各种放电模式的信息分布表和放电标量作为参考量。当给出一个待确定模式的局放信号时,求出其具体的放电标量,按照相对误差最小原则就可以确定出其模式归属。经实测局放信号验证,该方法思路清晰,简单有效。
工业厂房耐久性评定及剩余寿命预测
牛荻涛,王艳,连晖
工业建筑 , 2010, DOI: 10.13204/j.gyjz201006010
Abstract: 工业建筑内部由于其生产流程不同,局部环境差别很大,由环境作用所导致混凝土结构的耐久性退化特征和退化速度有很大不同。采用模糊数学方法确定不同环境下的局部环境系数,使环境作用与耐久性损伤关系得到量化。以某铸造车间不同局部环境下的混凝土排架柱为对象,在检测数据的基础上,对厂房结构的剩余寿命进行了科学的预测,并与厂房的实际情况进行了对比分析,为进一步研究混凝土结构工业厂房耐久性提供第一手资料。
基于模糊三值模式的矿物浮选泡沫图像边缘检测方法
周开军,桂卫华,阳春华,谢永芳
电子学报 , 2014, DOI: 10.3969/j.issn.0372-2112.2014.04.006
Abstract: 针对一类边缘特征不明显的矿物浮选泡沫图像,提出了一种基于模糊三值模式的泡沫图像边缘检测方法.在‘0/1’二值模式基础上,增加不确定逻辑状态,构成模糊局部三值模式,以描述邻域像素灰度均值的不确定关系,同时,对邻域双向灰度差值之和进行模糊化,以描述边缘与非边缘方向的关系,联立邻域灰度关系与双向灰度差值隶属度,构造气泡边缘隶属度矩阵,依据联合隶属度的解模糊结果判决是否为边界候选像素,再根据边界候选像素集合的特征剔除非边界像素,以此得到泡沫边缘.实验结果表明,该方法能够有效地检测出气泡边缘,同时,在强噪声环境下,具有良好的鲁棒性.
改进FCM和LFP相结合的白细胞图像分类
庞春颖,刘记奎,韩立喜
中国图象图形学报 , 2013, DOI: 10.11834/jig.20130508
Abstract: 研究白细胞图像分类识别中有效的图像分割与特征提取方法,以提高白细胞图像的正确识别率。由于某些白细胞(粒细胞)中颗粒的存在,严重影响细胞核与细胞质区域的正确分割,通过将空间信息与核函数融入模糊C-均值聚类(FCM)算法,提出一种改进的FCM算法。应用该算法对白细胞图像进行分割,并采用数学形态学方法对分割后的图像进行处理,获得了很好的分割效果,解决了粒细胞的质核分割难题。对于细胞的纹理特征提取,通过对局部二值模式(LBP)中阈值参数的模糊化,建立了基于局部模糊模式(LFP)的纹理特征提取算法。运用本文方法进行图像分割和纹理提取,以支持向量机作为分类器,对CellAtlas的100幅白细胞图像进行了分类识别的实验,结果表明白细胞的正确识别率达到93%。
基于自适应提升小波变换和LBP的极光分类算法
Aurora Classification Algorithm Based on Adaptive Lifting Wavelet Transform and LBP
 [PDF]

邢伟博, 王晅
Computer Science and Application (CSA) , 2016, DOI: 10.12677/CSA.2016.65035
Abstract: 本文提出了一种新的基于自适应提升小波变换的双尺度算法、改进的局部二值模式和模糊近邻分类相结合的极光分类算法。该算法在极光图像预处理的基础之上,先是利用自适应提升的小波变换将原始的极光图像分为几个子图像,然后再对各个子图像进行变尺度的高斯滤波。用局部二值模式进行对子图像进行特征的提取,最后用模糊的近邻分类算法对其进行分类。仿真实验证明,首先本文算法的分类效率高于其他极光分类算法,其次就是本文算法对普通的噪声,例如高斯噪声和椒盐噪声,都有较好的鲁棒性。
This paper presents a new dual-scaling algorithm based on adaptive lifting wavelet transform and improved Local Binary Pattern and classification of a combination of fuzzy neighbor Aurora classi-fication algorithm. Based on the aurora image preprocessing, the algorithm is first using adaptive lifting wavelet transform of the original image to divide into several sub-images of Aurora, and then for each sub-image variable scale Gaussian filter, and to conduct sub-picture with the local binary pattern feature extraction, and finally with fuzzy neighbor classification algorithm to classify. Simulation results show that, first, the algorithm classification efficiency is higher than other Aurora classification algorithm, followed by the algorithm for ordinary noise, such as Gaussian noise and salt and pepper noise having better robustness.
基于子模式的Gabor特征融合的单样本人脸识别
王科俊,邹国锋
模式识别与人工智能 , 2013,
Abstract: 针对传统人脸识别方法在单训练样本条件下效果不佳的缺点,提出基于子模式的Gabor特征融合方法并用于单样本人脸识别。首先采用Gabor变换抽取人脸局部信息,为有效利用面部器官的空间位置信息,将Gabor人脸图像分块构成子模式,采用最小距离分类器对各子模式分类。最后对各子模式分类结果做决策级融合得出分类结果。根据子模式构成原则和决策级融合策略不同,提出两种子模式Gabor特征融合方法。利用ORL人脸库和CAS-PEAL-R1人脸库进行实验和比较分析,实验结果表明文中方法有效提高单样本人脸识别的正确率,改善单样本人脸识别系统的性能。
Texture feature fusion-based two-stage clustering segmentation algorithm
融合纹理特征的两阶段聚类分割算法

Wang Gaihua,Li Dehua,
王改华
,李德华

中国图象图形学报 , 2012,
Abstract: It proposes texture feature fusion-based two-stage clustering segmentation algorithm. First, we choose texture feature, the average of difference and color component as feature vector for segmentation. Then,at the stage of segmentation, aim to the disadvantages of Fuzzy c-means, it computes the clustering center and the number of clustering center based on histogram. Finally, we use feature vector to cluster through Fuzzy c-means. Compared with some well-known methods, the proposed method has a better segmental result.
Page 1 /34790
Display every page Item


Home
Copyright © 2008-2017 Open Access Library. All rights reserved.