搜索到6023 篇“ 模糊C-均值 “的相关文章
基于非局部信息和子空间的模糊 C 有序均值 聚类的图像分割算法 2025年 模糊 C 有序均值 聚类算法没有考虑图像空间信息,导致难以有效地分割含噪图像的问题,提出一种基于非局部信息和子空间的模糊 C 有序均值 聚类(non-loc al information and subspac e for fuzzy C -ordered means,SFC OM-NLS)算法.首先,利用图像中给定的相似邻域结构的像素提取当前像素的非局部空间信息;其次,计算每个像素的典型性,并对其进行排序,在每次迭代中更新像素的典型性,提高像素聚类的准确性,解决在聚类过程中存在相似类导致的误分类问题;最后,引入子空间聚类概念,为图像不同维度分配适当的权重,提高彩色图像的分割性能.在含噪合成图像和公开数据集BSDS500,MSRA100和AID上实验结果表明,所提算法的模糊 划分系数、模糊 划分熵、分割精度和标准化互信息平均值 分别达到了95.00%,6.66%,98.77%和95.54%,均优于对比的同类算法.关键词：子空间聚类 鲁棒性 采用混合策略联合优化的模糊 C -均值 聚类信息熵点云简化算法 被引量：1 2024年 模糊 C -均值 聚类(FC M)信息熵点云简化算法。采用动态自适应种群混合策略,同时融合了精英反向化思路,显著提升了鹈鹕优化算法(POA)的收敛趋势和全局寻优能力,提高了寻找FC M最优聚类中心的成功率;利用DEAMPOA结合加权熵法对FC M进行优化,提高鲁棒性的同时增强了搜索精度,得到较好的聚类结果;在8种UC I标准数据集上与4种算法对比进行聚类性能评估实验,验证了所提方法综合性能优越;将所提方法与信息熵融合,并应用在三维点云KITTI数据集简化中。实验结果表明:与包围框简化法、随机采样简化法和特征选择简化法对比,所提方法全局误差简化前后点集之间平均欧式距离(MED)指标分别降低了2.25%、6.93%、5.74%,点云简化效果最优且运行速度满足要求。关键词：C-均值聚类 点云简化 信息熵 基于改进犹豫模糊 C -均值 的图像分割 2024年 模糊 C -均值 (hesitant fuzzy C -means,HFC M)聚类算法在一定程度上处理了图像中不同像素块之间的不确定性,但由于其目标函数中不包含任何局部空间信息,因此对噪声比较敏感,当噪声较大时无法获得较好的分割精度.针对上述问题,提出了一种改进犹豫模糊 C -均值 (improved hesitant fuzzy C -means,IHFC M)的图像分割方法.首先给出了犹豫模糊 元(hesitant fuzzy element)的补齐方法,然后提出了犹豫模糊 元之间的相似性度量,利用犹豫模糊 元之间的相似性度量构造了新颖的模糊 因子融合到HFC M的目标函数中,新的模糊 因子不仅考虑了局部窗口中的空间信息而且考虑了像素间的相似性,平衡噪声带来的影响且保留了图像细节.最后,在合成图像、BSDS500数据集图像以及自然图像上的分割实验结果表明,所提出的IHFC M算法对噪声有良好的鲁棒性,提升了分割精度.关键词：聚类 图像分割 基于模糊 C -均值 聚类算法的动态等值研究 2024年 模糊 C -均值 聚类算法(FC M)及基于物理等效的动态等值计算方法;然后,提出了基于模糊 C -均值 聚类算法的动态等值计算方法及其流程图。最后,对某区域进行FC M机组分群,并进行动态等值计算,结果表明,采用基于FC M的动态等值方法,等值前后的动态特性基本一致,该方法具有良好的实用性。关键词：模糊C-均值聚类算法 动态等值 基于改进模糊 C -均值 聚类的陆上风电场集电线路回路划分与拓扑结构优化 被引量：2 2024年 模糊 C -均值 (fuzzy C -means,FC M)聚类算法。【方法】利用改进FC M聚类算法对陆上风电场集电线路回路进行划分。该算法综合考虑了方位角与欧式距离,以保障回路间线路不交叉,并使相邻机组聚集到同一回路;引入机位到聚类中心距离的修正因子,通过调节其数值限制回路容量。在回路划分的基础上,利用动态Prim算法对各回路进行集电线路优化选线。最后,通过某陆上风电场算例验证方法的有效性。【结果】与只考虑方位角的聚类方法相比,考虑方位角和间距的改进FC M算法优化效果更好,单回、双回连接对应的集电线路总造价分别降低了2.6%和5.4%。【结论】所提算法能够有效降低集电线路的总造价,具有一定的应用价值,可为风电场集电线路设计提供参考。关键词：集电线路 基于模糊 c -均值 聚类的亚热带丘陵区土壤肥力空间分异与管理分区 2024年 C )、全氮(TN)、全磷(TP)、速效氮(AN)、有效磷(AP)和pH,采用地统计学和模糊 c -均值 聚类算法,分析流域土壤肥力的空间异质性;采用主成分分析法进行土壤肥力分区,并根据数据的差异显著性和变异系数对分区结果进行验证。[结果]除pH外,流域内土壤有机碳、全氮、全磷、速效氮和有效磷均存在中等至强的空间变异,变异系数(C V)介于36%~125%。基于主成分分析和模糊 c -均值 聚类可将研究区划分为3个肥力管理分区:MZ1、MZ2和MZ3,分区后各土壤肥力指标的变异系数(C V)不同程度地降低,以pH变异系数降幅最小(6%),AP变异系数降幅最大(96%)。同一分区内主要土壤肥力指标趋于同质化,分区间则异质化显著(P<0.01)。分区间水稻产量差异明显,MZ1区晚稻产量和早晚稻总产量显著高于MZ2和MZ3 (P<0.01)。MZ1、MZ2和MZ3区土壤pH值分别为4.12、4.04和4.00,均属于极酸水平;SOC 分别为15.15、14.38和12.24 g/kg,均处于高水平;TN也为高水平(1.56、1.48和1.34 g/kg);TP为高至很高水平(0.86、0.69和0.60 g/kg);AN则处于很低至低水平(41.08、35.33和26.16 mg/kg);AP为中低水平(8.63、4.46和3.39 mg/kg)。[结论]亚热带丘陵区地形地貌复杂,是土壤肥力空间变异较大的主要影响因素。通过土壤肥力管理分区,可有效降低区域内肥力指标的变异程度,优化复杂丘陵区耕地管理措施。本研究区域中MZ1、MZ2和MZ3区均应着重改良土壤酸化现象,提高肥料氮素利用率,避免过量施用化学氮肥;MZ1区可适当减施磷肥,避免关键�关键词：空间分异 模糊聚类 基于快速鲁棒模糊 C 有序均值 聚类的苗族服饰图像分割算法 2024年 模糊 C 有序均值 (Fuzzy C -Ordered-Means,FC OM)聚类算法在进行苗族服饰图像分割时,存在耗时长、分割效果不理想的问题,提出了一种快速鲁棒模糊 C 有序均值 聚类算法。在FC OM算法基础上加入了竞争学习的思想,通过构造新的隶属度约束函数,对像素点进行更加强制清晰的划分,提高图像像素定位的准确性,从而加快算法的收敛速度。结果表明,本文算法在图像分割过程中能有效地降低异常值的影响,获得更加准确的分割结果。该算法在Jac c ard相似系数、分割精度、Dic e相似系数、模糊 划分系数及模糊 划分熵等性能方面均优于其他几种模糊 C 均值 (Fuzzy C -Means,FC M)算法,且分割时间与迭代次数也优于FC OM算法。关键词：聚类算法 基于模糊 C -均值 聚类与峰值提取的阈值自适应信号提取算法 模糊 C ‑均值 聚类与峰值提取的阈值自适应信号提取算法，利用合适的降噪方法，区分出噪声和动作信号，并将噪声从动作信号中剔除，提取出动作信号。然而以往的窗函数等信号提取算法大多需要人工设置一个噪声阈值，而不同噪...基于改进的模糊 c -均值 聚类脑MR图像分割研究 c Resonanc e,MR)成像技术是前期诊断的重要工具...关键词：模糊C-均值 基于自适应模糊 C -均值 算法的退役锂离子电池快速聚类 被引量：1 2024年 C )、放电欧姆内阻(DOIR)和容量增量曲线的弗雷歇距离(FD)3个因素共同作为聚类因子。然后3个聚类因子结合自适应模糊 C -均值 (AFC M)算法构建退役电池聚类方法。结果表明:AFC M算法聚类簇内MAC 的最大误差为79 mA·h,DOIR小于45 mΩ;三因素的聚类方法成组的电池一致性较好;并且在117颗电池聚类时,AFC M算法聚类耗费的时间最短。
相关作者
吴建设 作品数：179 被引量：27 H指数：4 供职机构：西安电子科技大学 研究主题：网络社区 免疫克隆 进化 聚类 图像分割方法 肖春景 作品数：28 被引量：149 H指数：7 供职机构：中国民航大学计算机科学与技术学院 研究主题：减法聚类 模糊C-均值 小波包 矩阵分解 动态聚类 伍忠东 作品数：82 被引量：499 H指数：9 供职机构：兰州交通大学 研究主题：入侵检测 信念网络 铁路 入侵容忍 模糊C-均值 彭淑娟 作品数：26 被引量：39 H指数：4 供职机构：华侨大学计算机科学与技术学院 研究主题：运动捕获 模态 运动捕获数据 人体运动捕捉 关键帧提取 陈丹桂 作品数：17 被引量：20 H指数：2 供职机构：湖南涉外经济学院 研究主题：HVS 人眼视觉特性 隐写 数据库 FCM
