类间
- 类内-类间通道注意力少样本分类
提出了一种类内-类间通道注意力少样本分类方法（Intra-inter Channel Attention Few-shot Classification， ICAFSC）。该方法在原型网络基础上设计了一个类内-类间通道注意力模块（Intra-inter Channel Attention Module， ICAM），该模块通过类内-类间距离度量计算通道权重实现特征加权，促使同类别特征更加紧凑不同类别特征更加分散，提高特征对类别的鉴别能力。ICAM 包含类内
光学精密工程 2023年21期2023-12-02
- 基于改进OTSU 的煤尘颗粒图像分割算法研究∗
再通过改进的最大类间方差法寻找合适的阈值对煤尘颗粒进行分割，最后通过实验分析验证该方法的可行性和优越性。2 改进同态滤波2.1 同态滤波因拍摄煤尘图像时受到光照影响，故煤尘图像不能直接用于图像分割处理，需要先通过同态滤波对图像进行处理。同态滤波是一种把频率过滤和灰度变换结合起来的图像处理方法，它把图像的照度-反射模型作为频域处理的基础［7］，通过对图像的灰度范围的调整，可以有效解决图像上照度不均匀及动态范围过大对图像产生影响的问题［8］，即根据图像的照度-
计算机与数字工程 2023年8期2023-11-21
- 一种优化的近邻保持嵌入降维算法研究
重构时没有考虑到类间的权值信息以及类内的密度信息,因此在数据降维上仍有局限性。梁春燕等人通过构建邻接图以获得数据的局部邻域结构,同时通过有监督训练对数据进行类别标注[16]。尽管考虑到了数据类间之间的信息情况,进一步提高数据的识别性能,但对数据类内信息欠学习,算法的性能需进一步提高。Sumet Mehta等人[17]提出了一种加权邻域保持嵌入算法(WNPEE),构造了一个相邻图的集合,使得最近邻的数目k的选择是变化的,这种方法对邻域大小参数的敏感性相比NP
计算机技术与发展 2023年6期2023-06-15
- 基于二维主成分分析法的变压器声纹特征参数融合方法
本文在此定义平均类间区分度DR=[DR1,DR2,…,DRm]，其中，m为特征数目，DRi为第i个特征的平均类间区分度。平均类间区分度为变压器某个状态声信号特征的类间离散度与类内离散度之比[20]，即(11)(12)(13)式中：M为变压器的样本类别数目；N为每类样本的数目；μh为第h类样本中特征向量x的平均值；μ为所有样本中特征向量x的平均值；xh,n0为第h类样本中第n0个样本的特征向量。DRi≤1表示所获取的特征xi无法区分不同类型的信号，DRi>1
广东电力 2022年9期2022-10-25
- 基于类内类间距离量级平衡的FCM聚类算法设计
而目标函数中类内类间距离合成形式是关键点。于是，本文拟深入分析类内距离和类间距离之间的关系，基于两类距离数值量级的差异性，设计两类距离平衡方法，进而提出一种新的FCM聚类目标函数设计和聚类算法，提高多维大数据环境下FCM算法的聚类绩效。1 FCM聚类算法概述FCM聚类算法是一种应用广泛的聚类算法，其原理是基于数据属性的相似性以及数据属性的差异性，通过自动迭代算法实现对大量数据的聚类划分。假定聚类数据量为n(X=(x1,x2,…,xn)∈RS)，数据集维度为
运筹与管理 2022年8期2022-09-13
- 基于流行学习的降维算法研究
惩罚图是用于描述类间数据的分离性。 本征图是由每个样本点的最近同类KNN(KNearest Neighbors,KNN)构成,在KNN 图中,每个点对应于一个样本数据,如果KNN 点是该样本点的KNN 近邻点,且属于同一类别,则两点之间添加一条边。 以此方法,遍历所有样本点的所有KNN 同类样本点。 惩罚图是由每个样本点的异类KNN 近邻点构成,惩罚图中的每个点对应一个样本数据,如果KNN 点是该样本点的所对应的KNN 近邻点,并且属于异类,则在惩罚图中的
无线互联科技 2022年9期2022-07-21
- 基于SNMF聚类与类间可分性因子的高光谱波段选择*
聚类［3～4］与类间可分性因子的高光谱图像波段选择方法，该方法先采用SNMF聚类算法对波段进行聚类，然后计算出每个波段的类间可分性因子，并以此为参考进一步从各类簇中选取波段，所有被选中的波段构成最终的波段子集。最后利用真实场景中采集的高光谱地表结构数据集进行实验分析，采用波段子集的平均信息熵、平均相关系数和平均相对熵三项指标进行评价［5］，并使用SVM分类器进行分类验证。2 SNMF聚类算法非负矩阵分解（Non-negative Matrix Factor
计算机与数字工程 2021年9期2021-10-08
- 二维线性鉴别分析和协同表示的面部识别方法
权得分融合机制将类间虚拟图像、类内虚拟图像和原始图像[16-18]分别在CRC上的获得得分并进行融合，将在第2.3节详细介绍.为了验证本文方法的识别性能，分别在ORL、AR、GT不同数据库上进行实验.本文的主要贡献如下：1)本文首次提出对二维线性鉴别分析的类间散布矩阵和类内散布矩阵进行特征提取，进而得到两类特征，即类间特征和类内特征.有效缓解了单一特征不能很好地表示图像的问题.2)本文所提出的类间特征和类内特征与原始图像是互补的.3)本文采用新颖的加权得分
小型微型计算机系统 2021年8期2021-08-25
- 基于部分加权损失函数的RefineDet
一个共同的问题：类间样本不平衡［8］。类间样本不平衡即某些类别样本数目远大于其他类别的情况，包括前景和背景间的不平衡以及前景类间样本不平衡。不平衡问题如不解决，会导致检测器对小类样本检测准确度低下，最终降低模型的性能。针对类间样本的不平衡问题，许多学者进行了研究［9-16］。在基于锚框的检测器中，两阶检测器通常利用二阶级联和启发式抽样方法来解决类间样本不平衡：在第一阶段通过生成特定候选目标的方式过滤大量冗余的背景样本，如学习分割候选目标［9，10］、选择性
计算机应用 2021年7期2021-07-30
- 基于SSA-Otsu的彩色图像多阈值分割研究
行比较。1 最大类间方差法（Otsu）最大类间方差法，最早由日本学者OTSU在1979年提出的，是一种高效的图像分割算法。Otsu阈值分割法是一种非参数形式的分割方法，通过求取中间的方差最大值，将图像进行分类。假设一幅图像的像素点数为N，灰度级为L（L=256），灰度级的范围为0,1，…，L-1，灰度值为i的像素点个数为Ni，N=N0+N1+N2+...+NL-1，灰度值i出现的概率为：对于单阈值分割，最优阈值t将待分割图像分割成C0和C1两部分，这两类像
现代计算机 2021年10期2021-05-28
- 基于类间蚂蚁竞争模型的显著图像分割算法
该文的研究重点是类间蚂蚁竞争模型的显著图像分割，发展具有人工干预少、精度高、可靠性好等优点的显著图像分割算法。在此基础之上进行的应用研究将使得本项目的研究有着重要的现实意义。著名的单种群动力学Logistic模型关注了单个种群的数量变化情况，事实上任何生物种群中都存在类间竞争情况，从而实现种群之间的协同进化。受到这种竞争关系的启发，该文以传统蚁群算法为基础，提出类间蚂蚁的竞争模型，设想基于两类蚂蚁相互竞争的显著图像分割。算法首先采用SLIC(simple
计算机技术与发展 2021年1期2021-01-19
- 基于OTSU改进的布匹检测算法研究
经。1 改进最大类间方差法OTSU全称最大类间方差法，该方法将待检测样本的前景和背景分离开来。本文将素色布匹的正常底纹看作背景，把待检测素色布匹的瑕疵区域看作前景。通过OTSU阈值分割算法把素色布匹瑕疵区域和标准纹理背景信息进行解耦[3]，得出的最佳阈值将布匹瑕疵与纹理背景分割开来，实现瑕疵检测。最大类间方差算法具有检测周期短和运算速度快等优点[4]，可以满足工业现场的实时检测要求。传统最大类间方差算法原理：假定待检测的素色布匹图像共有L个灰度级，nq是灰
无线互联科技 2020年22期2021-01-11
- 监督机制多粒度决策粗糙集模型及应用
，引入类内阈值和类间阈值的概念，结合多粒度数据分析的优势，构建新的多粒度决策粗糙模型，提出了基于监督机制的多粒度决策粗糙集，验证了模型的相关性质，并讨论了模型之间的关系。该模型是传统多粒度决策粗糙集的推广形式，通过理论分析和实例证明，该模型可以通过变更类内阈值和类间阈值来提升多粒度决策粗糙集刻画不确定性知识的能力，帮助优化决策，具有更好的实用性。2 基本概念2.1 决策粗糙集设信息系统S=＜U,A=C⋃D,V,f ＞，A=C⋃D，其中U={x1,x2,…,
计算机工程与应用 2020年18期2020-09-15
- 基于类内和类间距离的主成分分析算法
算法，通过最大化类间最大距离，最小化类内最小距离，从而提升了数据低维表示的判别能力，但其对于高维数据的降维效果不太理想。因此，如何在保证降维效果的前提下，同时提高数据低维表示的判别能力是值得进一步研究的。针对以上问题，本文将类内和类间距离的思想引入E-PCA算法中，提出了一种基于类内和类间距离的主成分分析算法—IOPCA。1 相关工作1.1 主成分分析主成分分析(PCA)算法是一种常用的数据降维方法[7]。该方法的基本思想是将n维特征映射到k维。这k维特征
计算机工程与设计 2020年8期2020-09-04
- 基于贝叶斯估计的多类间方差目标提取*
方法有:双峰法、类间方差阈值分割法、模糊阈值分割法等。类间方差法仅对类间方差为单峰的图像产生较好的分割效果,当图像呈现双峰或多峰时效果不好,同时,该方法受获取图像的自然环境影响最大,分割的准确率较低[1]。有不少学者对其进行过改进。吴骏等将拉普拉斯能量应用于PCNN链接强度的自适应设置[2],该方法受噪声影响较大;石爽等通过加入背景大小估值和迭代来约束类间方差分割[3],当目标灰度高于背景时效果较好,但目标灰度值处于背景中间时效果较差;李擎等通过全局最大类
弹箭与制导学报 2020年2期2020-09-01
- 不均匀光照条件下二值化图像处理的研究
2 OTSU最大类间方差二值化最大类间方差法是由日本学者大津提出的一种自适应阈值确定的方法，又称大津法，简称OTSU。最大类间方差法首先要计算图像的直方图，直方图体现的是图像灰度的整体分布情况，横坐标是灰度值mk，纵坐标是该灰度值的概率Pk。根据直方图的统计信息，求出像素类的概率P以及像素类的平均灰度m。遍历0-255之间的每个像素值，寻找能得到最大类间方差的像素值，由此得到的像素值就认为是合适的阈值。根据该阈值对图像进行二值化分割，得到二值化图像。最大类
电子元器件与信息技术 2020年2期2020-05-14
- 卷烟包灰及燃烧性能间的关系
Wm）等7种测算类间距离或相似性的方法；两两组合共可形成42种不同的层次聚类法。考虑到不同聚类方法得到的结果可能不一样，分别从类间样品数的均衡性和类间各项指标的差异性两方面对不同方法得到的聚类结果进行比较，从而选择适合的聚类方法。1）不同聚类方法对类间样品数均衡性的影响，表3所示是采用不同方法聚类时，所得到的三个类中最小样品数与最大样品数的统计结果。可以看出聚类方法对类间样品数均衡性的影响很大，如采用相似性系数（Co） 测算样品间相似性、组间平均距离法（B
云南化工 2020年3期2020-04-17
- 基于类间区分度的属性约简方法*
，本文提出了一种类间区分度的概念，用于衡量不同类簇对象间的区分关系，在其值的计算过程中需要考虑不同类簇对象间的关系及分布情况。相较于等价类和上下近似集而言，类间区分度考虑到了上述所忽略的不存在不可分辨关系的各类簇对象的区分关系情况，且其值的变化能够反映随着属性集的变化不同类簇间区分情况的变化。本文基于类间区分度，定义了一种属性约简，并提出了相应的属性约简算法。在该方法中，将类间区分度的概念引入到属性约简中，在约简过程中充分考虑到该区分度值的变化情况，并给出
计算机与生活 2019年8期2019-08-12
- 基于类间方差验证的Tsallis熵阈值分割
，综合类内方差和类间方差的基础上改进了Otsu法。针对Tsallis熵实现阈值分割时参数q选取存在的不足，本文提出一种新的基于最大化类间方差验证的Tsallis熵阈值分割方法。具体实现时，考虑到Otsu法基于最大类间方差，通过目标和背景类之间的差异最大化选取分割阈值；Tsallis熵法通过非广延性参数q建立目标和背景类间的相关性选取分割阈值，因此先根据经验选取一系列可能的q值，然后计算相应的Tsallis熵对应的分割阈值再计算对应的类间方差，通过选取最大类
安徽建筑大学学报 2019年3期2019-07-26
- “类内-类间”综合干旱指数在辽宁省干旱评价中的应用
提出基于“类内-类间”综合干旱指数法，对辽宁地区的干旱进行综合评价。1 研究方法“类内-类间”综合指数法与加权平均法类似，是基于各干旱指标对应等级量化值进行的综合干旱分析，但不同的是先对上一节所述的同一类干旱分析指标进行“类内”综合，得到各大类的旱情指数，然后对各大类指数再进行“类间”综合，考虑干旱指数在对应等级区间的偏向性，进行更细微的综合干旱分析。1.1 “类内”综合指数类内综合干旱指数的计算分为两步：(1)计算复合权重系数ai(1)(2)(2)计算类
水利规划与设计 2019年6期2019-06-25
- 基于一种改进的最大类间方差的恒虚警算法*
布距离,基于最大类间方差方法得到的分割阈值对分布距离进行分类,据此,检测背景被分为均匀区域和非均匀区域。由于该算法依据数据先验分布信息分别计算各个参考单元之间的KL散度,并且传统最大类间方差方法(OTSU)对分布距离集合中的边缘值存在错分的情况,导致检测性能难以达到理想状态。针对上述传统最大类间方差方法的缺点,同时,为了充分利用均匀杂波单元信息估计背景噪声功率,进一步提高多目标环境下CFAR检测器的检测性能,文中基于传统最大类间方差方法,引入一阶差分(FO
弹箭与制导学报 2019年6期2019-06-08
- 基于粒子群优化的马氏距离模糊聚类算法
结合类内紧致性和类间分离度的适应度函数改进PSO算法，提出改进的模糊聚类算法(Importance for fuzzy clustering algorithm based on particle swarm optimization，IFPSOFCM)。文献[4]提出了2种将PSO算法与FCM算法混合的优化算法来解决FCM算法的缺陷。文献[5]提出了基于粒子群优化的自适应神经模糊推理系统的信道均衡器。文献[6]设计了一种利用局部空间信息和偏差校正的目标函
重庆邮电大学学报(自然科学版) 2019年2期2019-04-23
- 基于自适应遗传算法的激光图像处理*
检测分割法和最大类间方差分割法[5-7]等.而最大类间方差分割法由于其出色的性能，成为了一种经典的图像分割方法.传统的最大类间方差法利用图像类间方差最大时所对应的灰度值来对图像进行分割.阈值的计算是通过遍历搜索的方式实现，当图像较大时，存在运算量大、计算效率低的缺陷.而自适应遗传算法[8-11]由于具有并行运算、适应能力强和搜索能力强等特点，可以从全局角度出发，并行计算找出最优阈值.此外自适应性可以动态调整算法执行过程中的变异概率和交叉概率，使算法在快速全
沈阳工业大学学报 2019年2期2019-03-22
- 一种改进的K-means算法
大类内距离与最小类间距离作为样本划分或合并的标准.具有相关性缩放因子的距离定义如下：图1 同聚类中心数k时的聚类结果其中，d（xi，xj）表示 xi和 xj的欧式距离，cor（xi，xj）表示 xi与 xj的皮尔逊相关系数，Max_cor，Min_cor分别表示样本对象间皮尔逊相关系数的最大与最小值，g（xi，xj）表示归一化后的相关系数，0.001 为了防止 g（xi，xj）为 1 时样本间距离为 0.最小类间距离：最大类内距离：其中，xi是以cj为聚类
江西理工大学学报 2018年5期2018-11-08
- 关于图像分割中的适应度函数修正和遗传算法实现
的相近，其中最大类间方差法［3-4］是有代表性的方法，该方法的思想是通过寻找灰度图像的合适阈值，从而使得图像分割后各类之间的灰度平均值方差达到最大.为了求解最大类间方差法中的最优化问题，遗传算法［5］是处理该类数学问题的有效方法.遗传算法由Holland提出，模拟自然界生物进化机制，即遵循适者生存、优胜劣汰法则，在优化问题求解中能克服常见数值优化算法局部收敛的困难［6-7］，保证较为稳定的迭代寻优过程.笔者利用遗传算法在最优化问题求解中的优势，通过运用最优
韶关学院学报 2018年9期2018-10-31
- 基于类间功率谱差的FRFT-TDCS门限判决算法
征出发，利用 “类间方差最大既是错分概率最小”的思想[8],根据类间方差算法仅以均值为特征的缺陷，提出类间功率谱差算法，无需对噪声有先验知识。仿真结果表明，该算法能较大地改善系统的抗干扰能力。1 LFM干扰分数域频谱特征1.1 分数阶傅里叶变换定义信号x(t)的α角度的FRFT定义为(1)1.2 线性调频干扰定义LFM干扰是一种典型的非平稳干扰信号，其瞬时频率随时间呈线性变化，多分量LFM干扰可表示为(2)(2)式中，ki，fi，Ai分别代表第i个分量LF
重庆邮电大学学报(自然科学版) 2018年5期2018-10-19
- 多光谱影像混合像元解混的加权变异系数分析法
bility)和类间差异(Inter-class variability)[11]。各类算法通过在一定程度上缩小类内差异、扩大类间差异来达到提高解混精度的目的。SOMERS等[12]将现有的解决端元差异的算法分成5大类：迭代混合分析、光谱特征选择、光谱波段加权、光谱转换和光谱建模。(1)迭代混合分析类算法首先需要定义由所有可能端元组合组成的端元组合候选库。然后针对每个混合像元，通过循环迭代的方法从候选的端元组合库中选出适合该像元的最优端元组合作为该像元的解
农业机械学报 2018年9期2018-09-17
- 基于三种分割算法的高分辨率影像分割比较
行实验，并与最大类间方差法进行比较，结果表明通过对初始全局阈值T0进行调整和对程序算法进行优化后的迭代阈值算法在分割结果及处理时间上都优于最大类间方差法。李珀任等[3]提出了一种融合了光谱和纹理特征的综合梯度的标记分水岭算法，并以北京某区空间分辨率为0.6 m的快鸟数据为数据源进行分割实验，实验表明该方法能够充分利用高分率遥感影像的特性信息，并能有效制止分水岭过分割现象。丁晓峰等[4]提出了一种基于最大类间方差的改进图像分割算法，与传统的方法相比，该方法计
中南林业调查规划 2018年1期2018-06-07
- 最大类间方差法改进的ECT正则化图像重建算法
旺，闫晓丹最大类间方差法改进的ECT正则化图像重建算法孙启国，罗光旺，闫晓丹（北方工业大学 机械与材料工程学院，北京 100144）电容层析成像作为油气润滑气液两相流参数检测的主流方法之一，其成像系统具有高度不适定性。研究旨在优化能满足油气润滑系统精确度和实时性要求的电容层析成像图像重建算法，以擅长处理不适定问题的Tikhonov标准正则化算法作为电容层析成像图像重建系统的基础算法，并采用最大类间方差法自适应获得的最优阈值对Tikhonov标准正则化重建
机械 2018年5期2018-06-05
- 基于遗传算法的二维最大类间方差法的优化
值分割法中，最大类间方差法因计算简单、运算效率高、速度快且得到的阈值较为准确，得到了广泛应用[1]。但最大类间差法的缺点也显而易见，对于目标和背景相差不大的图像，灰度直方图呈现双峰或多峰的情况，使用此方法很容易导致图像的信息丢失，处理时也只是考虑到了图像的灰度信息而没有考虑其空间信息，因此分割后图像上目标的轮廓在细节上会比较模糊。所以对分割后图像质量要求较高的情况，一维最大类间方差法显然是不能满足要求的[2]。针对一维阈值法的不足，二维最大类间差法引入了邻
机械与电子 2018年4期2018-05-07
- 基于类间相似方向数的二叉树支持向量机
基础上提出了一种类间相似方向数来作为生成偏二叉树支持向量机的准则。采用图示法和数值实验表明本文的方法具有一定的优越性。1 基于类间相似方向数的二叉树多类分类算法1.1 相关定义定义1：中心向量[11]。一个类别的中心即为该类别所有训练样本向量的平均值，中心向量为：为了研究三分类问题的分类顺序影响分类精度的问题，在文献[11]提出的类间相似方向的基础上，本文改进了类内和类间相似方向，再考虑到类间的距离，提出了类间相似方向数的相关定义如下：令类i的类内相似方向
统计与决策 2018年4期2018-03-21
- 一种基于类内聚集度和类间离散度的特征集提取方法
一种类内聚集度和类间离散度的定义，并提出一种基于类内聚集度和类间离散度的特征集评价准则。基于该准则，采用特征排序选择的搜索策略，可以从雷达辐射源信号原始特征集中挑选出品质优良的特征子集，从而实现对雷达辐射源信号的准确识别。1 雷达辐射源信号多模特征分类1.1 物理分类方式物理意义上，可把雷达辐射源信号多模特征分为以下五个类别。脉冲序列统计特征：载频、重频、脉宽等；脉冲序列衍生特征：载频、重频、脉宽的相关性及组合变化特征等；单脉冲脉内调制特征：频率、带宽、调
航天电子对抗 2017年6期2018-01-22
- 改进的OTSU法在遥感水体信息提取中的应用*
标像元和背景像元类间方差、类内方差两个指标，并结合粒子群算法，对研究区水体信息进行提取。实验结果表明，提出的算法能更快地确定阈值，有效地提取水体信息。MNDWI；大津法；粒子群算法；遥感水体信息提取0 引言卫星遥感数据具有监测范围广、更新速度快、不受地域限制等优势，近年来已成为我国农业、工业、军事监测的重要数据来源。多光谱遥感影像是众多遥感影像中的一种，可被用于地表水体信息的快速提取，为洪涝灾害监测以及湖泊、水库监测提供了极大便利。指数法是利用多光谱遥感数
网络安全与数据管理 2017年20期2017-11-02
- 改进的混合高斯模型运动目标检测算法
造成的干扰。针对类间最大对称交叉熵自适应选取算法准确度和精确度，在特征类间的频率和频率分布在类间方面需要进行改进。通过增加小的元素值和信息熵改进类间的频率，以及通过加权方式改进频率分布在类间方面的需要。结果表明，改进的对称交叉熵特征选择方法在背景分类中具有更优异的效果。混合高斯模型;阈值T;对称交叉熵;特征选择;类间运动目标检测方法主要有光流法、帧间差分法、背景减除法3大类[1-2]。3种方法中背景减除法应用最为广泛，目前主流的有高斯均值法、时间中值滤波法
电子科技 2017年7期2017-07-19
- 基于模拟退火算法的图像分割
拟退火算法的最大类间方差阈值图像分割阈值分割方法的原理如下：设原始灰度图像为 f(x,y)，以一定的准则在f(x,y) 中找出一个灰度值 t作为阈值，将图像分割为两部分，则分割后的二值图像 g(x,y)为：阈值分割方法的结果在很大程度上依赖于阈值的选择，因此该方法的关键是如何选取合适的阈值。（4）内循环与外循环终止准则均用固定步长与固定终止温度的阈值进行。（5）增加记忆功能。2.2 实验结果与分析本文选用2幅灰度图像分别是256×256的Lena图像和51
数码世界 2017年6期2017-07-18
- 应用耦合对象相似度的阈值分割方法研究
法及其改进算法将类间方差设定成最优阈值，从而使得针对直方图分布区别的图像分割效果产生较大区别，论文提出应用耦合对象相似度来进行阈值分割的改进方法来解决。首先，构建模型描述耦合对象相似度，模型能够综合考虑各种对象属性及属性之间关联，以高准确度和低复杂度来描述耦合对象关系；其次，应用耦合对象相似度来替代传统Otsu算法的类间方差作为新条件，将所选阈值划分成每个类看成是耦合对象相似度模型中的对象，每个类都有概率和灰度均值两种属性，通过计算类间相似度并在类间相似度
计算机与数字工程 2017年6期2017-06-26
- 一种鉴别稀疏局部保持投影的人脸识别算法
SNPE)算法中类间离散度构造复杂的问题,提出了一个新的维数约简算法即鉴别稀疏局部保持投影的人脸识别算法(DSLPP)。首先利用样本集中各类样本的平均向量构造字典,通过保持各类样本平均向量的稀疏重构关系,提出一个新的无参数类间离散度;再通过同时最大化类间离散度和同时最小化类内紧凑度的准则来寻找最优投影方向;最后采用最近邻分类器进行人脸分类识别。由于所采用的类间离散度最大限度地扩大了不同类别中样本之间的差异,因此DSLPP算法具有更强的类间判别力,其识别率得
西安交通大学学报 2016年6期2016-12-23
- 微间隙焊缝磁光成像传感自适应识别方法
改进的多阈值最大类间方差算法。根据传统最大类间方差法的基本思想进行多阈值推广，并使用松弛余量的方法优化算法的搜索过程。根据焊缝磁光图像的特征，运用算法自适应确定图像的两个分割阈值，获得焊缝的准确位置。焊缝位置识别试验结果表明，改进的多阈值最大类间方差识别算法是一种有效的焊缝位置自适应识别方法，适用于基于磁光成像检测的焊缝路径实时跟踪。磁光成像；微间隙焊缝；图像分割；最大类间方差0 前言激光焊接技术已广泛应用于制造业，激光焊接自动化是当前焊接技术发展的重要趋
电焊机 2016年4期2016-12-06
- 基于谱系聚类的公路运输驾驶行为研究
成一个小类；通过类间距离的计算进行类间相似度的评估，把小类聚合成较大的类，最后将所有样品聚合成一个大类，形成一个各类相似度不断减小，类间距离不断增大的谱系图[4]。公路运输中的大部分交通事故都与不规范的驾驶行为有关，比如加塞、变道超车、超速、遇障碍急刹车等驾驶行为[5]。不规范的驾驶行为是造成公路运输中交通事故的重要原因，通过不规范驾驶行为对以往交通事故引发因素的数据进行聚类分析，找出与外部影响因素的关系，对改善交通安全状况，提高公路运输效率有着极其重要的
军事交通学院学报 2016年10期2016-11-16
- 基于改进核模糊C均值类间极大化聚类算法
素的关系而忽略了类间的关系，对边界模糊或边界存在噪声点的数据集进行聚类分析时，会造成边界点的误分问题。为解决上述问题，在核模糊C均值（KFCM）聚类算法的基础上提出了一种基于改进核模糊C均值类间极大化聚类（MKFCM）算法。该算法考虑了类内元素和类间元素的联系，引入了高维特征空间的类间极大惩罚项和调控因子，拉大类中心间的距离，使得边界处的样本得到了较好的划分。在各模拟数据集的实验中，该算法在类中心的偏移距离相对其他算法均有明显降低。在人造高斯数据集的实验中
计算机应用 2016年7期2016-07-19
- 基于图像传感器的铁轨表面缺陷视觉检测算法*
法［11］和最大类间方差法［12］等自动阈值法，但这些方法对直方图为单峰分布的图像处理并不理想，而增强后的铁轨缺陷图像直方图是接近单峰分布的，因此，这些方法不适用于铁轨缺陷图像分割。针对无规律铁轨表面缺陷检测的难点，本文主要研究了局部对比度测量法和改进的最大类间方差法来对铁轨图像进行增强和分割，实现了铁轨表面缺陷检测率的提高。1 铁轨图像对比度增强图像对比度反映了图像目标与背景之间的亮度差异，广泛应用的对比度主要有两种:Weber对比度和Michelson
传感器与微系统 2015年9期2015-12-07
- 基于灰度空间相关性最大类间方差的图像分割
度空间相关性最大类间方差的图像分割贺建峰，符 增，相 艳，易三莉，崔 锐（昆明理工大学信息工程与自动化学院，昆明650500）一维最大类间方差1D-Otsu和二维最大类间方差2D-Otsu在目标和背景比较模糊时，图像分割效果较差。针对该问题，提出一种基于灰度空间相关性（GLSC）最大类间方差的图像分割算法。该算法使用各像素的灰度值与其邻域内相似像素的数目构建直方图，通过计算GLSC直方图的最大类间方差得到分割阈值，应用积分图的思想将运算复杂度由O（（N2×
计算机工程 2015年11期2015-12-06
- 一种鲁棒的多态人脸识别算法
视了同类中多态子类间的同属关系，而且也没有恰当地处理异类间的区别信息。该文提出一种鲁棒的图嵌入人脸识别算法，该算法可以恰当地模拟同类中的多态间关系，而且能在局部流形结构与全局区别信息间实现平衡。基于多个公开数据库的人脸识别实验证明了该方法的有效性。人脸识别; 图嵌入; 流形学习; 多态信息与大多数图像识别任务一样，人脸识别也经常面临“维数灾难”[1]问题，这时最常见的处理办法是使用降维技术。特征选择和子空间学习是两种经常使用的降维技术。主成分分析(prin
电子科技大学学报 2015年2期2015-10-14
- 基于过分割的多目标阈值图像分割算法
域和分割边界，将类间方差函数和熵函数作为优化目标函数，采用多目标阈值算法对区域的代表点及分割边界上的像素进行划分，再将区域代表点的划分结果扩展到各区域中，以获得整幅图像的分割结果。在多幅Berkeley图像上进行分割测试，并以分割准确率作为算法性能的评价指标，结果显示，新方法在大多数情况下能够获得高于最大类间方差法和最大熵法的分割准确率，此外，由于图像区域信息的使用，使得图像目标能够较为完整地从背景中分离出来。多目标优化；阈值分割；类间方差；熵；过分割在图
西安邮电大学学报 2015年3期2015-06-23
- 一种结合遗传算法和最大类间方差法的图像分割新方法
合遗传算法和最大类间方差法的图像分割新方法韩海峰(忻州师范学院 数学系，忻州 034000)传统的一维图像Otsu方法，只能对图像的灰度信息进行处理，对空间信息、像素等部分不能得到处理，因此在图像受到噪声或其他干扰时灰度直方图中的波峰、波谷会呈现不明显的分布，造成分割失误.本文结合遗传算法和最大类间方差法的图像分割新方法,是以遗传算法确定阀值空间中的最优阀值，最大类间方差法确定图像背景和目标图像之间的灰度方差面的最大值，避免受到噪声等因素的干扰.通过仿真实
湖南工程学院学报（自然科学版） 2015年2期2015-03-06
- 基于目标匹配的道路网增量信息的识别和提取
面积迭置率和最大类间方差法实现，这里的重点是面积迭置率阈值的确定。通过语义匹配和目标匹配二者结合实现导航道路网增量信息识别和提取。由于数据属性信息并不完全一致，语义匹配只能完成一部分道路的匹配，还有很大一部分道路还需要进行增量信息提取。对于这部分数据通过面积迭置率和最大类间方差法相结合来处理。此处面积迭置率定义为2个道路缓冲区的相互重叠部分的面积占各自总面积的比值[2]，是通过对2条道路线要素根据试验情况建立一定宽度的缓冲区，对两者的缓冲区进行计算。首先定
山西交通科技 2015年1期2015-01-11
- 图像预处理对人脸识别系统性能影响研究
可以获得尽量大的类间散度和尽量小的类内散度。这两种识别算法是目前较为主流的基于子空间的人脸识别算法[4]。现今，多数可以实现工程化的人脸识别系统仍是基于子空间算法的，想要得到一个具有非常高识别率的系统，已经不能单纯的只改进算法的原理，从获取到的人脸图像的源头进行预处理，才是提高一个识别系统识别率非常重要的环节。根据山世光教授[5]提到的人脸识别系统中存在的若干问题，一个强壮的人脸识别系统对于人脸库和输入到系统的待识别图像会有不同的要求，例如一个庞大的人脸库
成都信息工程大学学报 2015年1期2015-01-05
- Class-Integration Testing Sequence Research Based on Dynamic Dependency*
向对象的程序中，类间的联系通过消息传递，一条消息引起连锁反应形成一条方法调用链，称为依赖关系［1］。由于面向对象的程序设计的特性，使得多个类构成的类簇中的依赖关系形成网状结构图，因此从哪里开始测试以及如何安排类间测试顺序成为关键问题之一。测试桩数量是衡量测试代价的主要方法，因此，改进类间测试顺序以减少测试桩的开发，对降低测试成本，缩短测试周期，提高测试效率是一个很有效的途径。对于不存在环路的对象关系图ORD(Object Related Diagram)［
传感技术学报 2014年1期2014-09-06
- 一种由MatLab实现的图像分割改进算法
像分割技术的最大类间方差法及其改进算法进行了详细说明，最终，通过例子验证了改进后的最大类间方差法的优势。图像分割；图像处理；MatLab工具；最大类间方差法1 引 言所谓图像分割是按照一定的规则将一幅图像或景物分成若干部分或子集的过程。在图像研究和应用过程中，人们往往仅对各幅图像中的某些部分感兴趣，这些部分常称为目标或前景，它们一般对应图像中特定的具有独特性质的区域。为了辨别和分析目标，需要将这些区域分离提取出来，在此基础上才有可能对目标进一步利用。图像分
微处理机 2014年5期2014-08-07
- 改进OTSU算法和边缘检测的图像分割算法研究
出了一种基于最大类间方差法也即OTSU算法和边缘检测相结合的图像分割方法。该算法能够很好地保留图像的边缘信息，避免过度分割，分割效果比较理想。1 最大类间方差法1.1 最大类间方差法原理最大类间方差法是由日本学者大津于1979年提出的，是一种自适应的阈值确定的方法，又叫大津法，简称OTSU。它是在判决分析最小二乘法原理的基础上推导得到的，这种方法的依据是图像中属于同一目标内的像素之间的方差应该较小，而不同区域之间的方差应该达到最大。用最大类间方差法确定阈值
山西电子技术 2014年2期2014-05-12
- 自适应通用学习框架改进FLDA的人脸识别
训练样本的类内、类间散布矩阵，巧妙地解决了单训练样本类内散布矩阵为零的问题;最后，利用Fisher线性判别分析进行特征提取，同时借助于最近邻分类器完成人脸的识别。在Yale及FERET两大通用人脸数据库上的实验验证了所提算法的有效性及可靠性，实验结果表明，相比其他几种较为先进的单样本人脸识别算法，所提算法取得了更好的识别效果。人脸识别;单训练样本;通用学习框架;Fisher线性判别分析;最近邻分类器目前，已经存在许多人脸识别算法，如主成分分析(PCA)［1
电视技术 2014年7期2014-01-27
- 基于自适应近邻图嵌入的局部鉴别投影算法
同类别间的数据在类间离差度量时占据较大比重，以致在处理某些数据时得不到正确的最优投影方向[11]；(2)为描述数据的局部信息，LFDA需要寻找数据的近邻点，同其他基于流形的降维算法一样，近邻点个数的选择对于最优的投影方向影响较大[12]。为了解决LFDA存在的不足，本文提出了一种新的局部鉴别分析方法：基于自适应近邻图嵌入的局部鉴别投影(neighborhood graph embedding based Local Adaptive Discriminan
电子与信息学报 2013年3期2013-07-25
- 基于改进型最大类间方差法的瞳孔定位方法
3基于改进型最大类间方差法的瞳孔定位方法黄丽丽1，杨 帆2，王东强2，唐云建21.重庆邮电大学 计算机科学与技术学院，重庆 4000652.重庆市科学技术研究院 信息与自动化技术研究中心，重庆 4011231 引言近年来，视线跟踪[1-2]在人机交互中的应用已经成为一个热门的研究趋势，该方式使人机对话变得简单，因此备受关注。瞳孔定位作为视线跟踪中的一个重要研究课题，其准确性和有效性直接影响整个视线跟踪系统的优劣。目前，对瞳孔定位的研究方法很多，大多数方法是
计算机工程与应用 2013年23期2013-07-22
- 自适应的最大散度差图像阈值分割法
大相关性法及最大类间方差法（即Otsu法）[1-3]等方法。其中基于直方图的最大类间方差法因简单实时性好而被广泛应用，但在图像背景和目标面积相差较大，或图像的信噪比较低时，最大类间方差法的分割效果不理想甚至不能有效地分割。文献[2]提出了一种二维Otsu图像分割算法，该方法同时包含了像素的灰度信息和邻域空间信息，比一维Otsu算法具有更强的抗噪能力。然而，其算法涉及多次平方运算，计算复杂程度较高，且阈值选择标准仅考虑到类间方差的最大性，未考虑到目标和背景二
计算机工程与应用 2013年15期2013-07-19
- 基于灰度迭代阈值的高分辨率影像分割研究
度期望值法、最大类间方差法和迭代阈值法等［2－19］.遥感图像分割和遥感图像分类结果的优劣，直接关系到能否对影像上目标地物和背景有效地分离.本文中选取经过几何精校正的2010年3月湖北省襄阳市快鸟影像作为数据源，进行灰度迭代阈值法和最大类间方差法的图像分割比较研究，试图提出新的方法改善高分辨率影像的分割效果.提出了新的阈值改进策略：选择调整初始全局阈值T中的常数，调整其大小来进行图像分割，运用数学形态学的闭运算来对影像进行一定程度的降噪处理，使得图像在降噪
湖北大学学报(自然科学版) 2013年2期2013-06-23
- 一种基于图的线性判别分析方法
类内距离和最大的类间距离，从图构造的角度分析，LDA可理解为:首先构造类内样本图，使得类内所有样本点向该类中心靠拢;然后构造类间图，使得各类中心与总样本中心远离。然而LDA方法作为全局性降维方法，在处理类间样本分类时，只考虑总体样本中心点与各类样本点的分离的全局特性，忽略了样本间的边缘点的局部特性，从而可能导致类间边缘样本点的误分。本文从图构造的角度重新构造类间图，针对该问题提出了一种新的降维方法——K－边缘判别分析方法(KMDA)。从可视化分析和降维后分
电视技术 2012年21期2012-06-07
- 基于改进的监督LLE人脸识别算法
主要目的是找到将类间结构和类内结构分开的映射，其方法是在Xi和Xj(属于不同类)加上一个距离参数，修改K个近邻点的计算方法，从而增加了样本点的类别信息。而步骤2)和步骤3)同LLE。SLLE在计算点与点之间的距离采用如下公式［9］式中:Δ是没有考虑类别信息的欧式距离，Δ'是结合了类别信息的距离，Λij取值为0或1，当两点属于同类时，取为0，否则取1;α 是控制点集之间的距离参数，α∈［0，1］，α是一个经验参数。当取为0时，此时的SLLE和LLE算法相同。
电视技术 2011年19期2011-06-07
- 类内子流形局部间隔对齐的人脸图像判别方法
新方法，沿对齐的类间局部间隔法向扩展类内子图，获得一系列线性投影，并正交化线性投影得到一组子空间的正交基向量。使用局部相邻关系增大类间差异，并将类内结构保存到与类间间隔区域对齐的子空间中，能有效降低因人脸图像拍摄角度、姿态、光照、眼镜和性别等因素导致的数据多模态或低维流形的高曲率对识别性能的影响。在Yale Face Database B和UMIST face database上进行的实验证明，较之LPP和FDA等方法，该方法能更加可靠地保留类内和类间的子
电子科技大学学报 2010年6期2010-02-08