收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

无监督学习中聚类和阈值分割新方法研究

王骏  
【摘要】:聚类分析和图像阈值分割是重要的无监督学习方法,它们之间存在着紧密的联系,近年来得到了广泛的研究。本文针对当前聚类分析和阈值分割研究中存在的问题,进行了较为深入和广泛的研究,主要内容包括: (1)提出了一种基于混合距离学习的模糊聚类新方法,从而实现了在模糊聚类的同时为数据集选择合适的距离度量。在本方法中,数据集未知距离的度量被表示为若干已知距离的线性组合,通过基于迭代重分配策略的无监督学习算法得到适合于数据集的距离分量权重。为了保证迭代算法收敛,算法中引入了Steffensen迭代法来改进簇中心的计算公式。 (2)在对高维文本数据进行聚类分析时,整个数据集采用单一的特征权重向量无法与数据集的结构特点相吻合。为了解决这一问题,给各个簇赋予不同的特征权重向量,来表示聚类过程中各维特征对此类别贡献的大小。将特征加权距离与软子空间技术相结合,提出了一种目标函数中带两个模糊矩阵的软子空间聚类新方法。首先基于加权范数理论,提出了新的特征加权距离计算方法;接着,通过向经典FCM的目标函数中引入模糊特征加权矩阵,得到了新的模糊聚类学习准则。此外,就算法的全局收敛性给出严格的理论证明。最后,基于人工数据集和真实数据集对算法的相关性质进行研究。 (3)由于相位同步问题的存在,传统的单分类器不适用于周期时间序列的异常检测。为了解决此问题,提出了一种新的单分类器PS-WS1M-OCC。PS-WSIM-OCC的训练过程包含两个步骤。首先执行移相加权球面单簇聚类算法PS-WS1M得到一系列异常值,然后根据异常值的分布来自动确定阈值。在PS-WSIM-OCC中,通过向PS-WS1M加入循环移位这一步骤,有效的解决了时间序列分析中的同步问题;此外,在自动选择阈值时使用了新的目标准则,从而使PS-WS1M-OCC对噪声有着较高的鲁棒性。进一步的,还将移相加权球面单簇聚类算法PS-WS1M和分裂式层次聚类技术相结合,提出了一种自动确定聚类数目的新方法。相关参数又可以用于控制聚类的粒度,这大大提高了算法的灵活性。 (4) Parzen窗密度估计是一种重要的无参数密度估计方法。最近,Wang S等将Parzen窗密度估计用于图像的阈值分割,提出了基于Parzen窗技术的图像阈值分割算法PWT。它具有分割效果好,适应面广等优点。但是此方法计算开销大、速度慢。针对这一问题,提出了基于加权Parzen窗的阈值分割新算法WPWT。通过构造新的误差评价准则,采用层次聚类技术进行数据集的精简和参考像素点权重的计算,从而有效的减少了参与密度估计的像素点数量。通过与PWT进行比较,WPWT可以在不降低分割质量的前提下,有效的减少计算量和存储空间。 (5)在参数法图像阈值分割方法中,通常需要假设图像的目标和背景区域的像素点灰度值满足一定的概率密度分布,这与实际情况有一定的出入。将灰度图像的阈值分割问题作为一维空间的聚类问题,提出了一种无需假设背景和目标区域概率密度分布的图像阈值分割方法。基于最小最大概率机理论,讨论了基于一维空间的最小最大概率机,并提出了设计阈值分割准则函数的新方法,新方法保证了图像阈值分割正确率的下界。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 赵玉环;闫丰;隋永新;杨怀江;曹健林;;紫外序列图像中目标的提取[J];光电工程;2007年11期
2 蒋艳军;谭佐军;余贞贞;陈建军;;红外图像阈值分割算法的研究[J];红外;2008年12期
3 侯艳;路迈西;张少波;;用不同图像边缘检测算法识别粉煤灰等颗粒物[J];洁净煤技术;2008年06期
4 郭玉峰;胡学娟;阮双琛;;红外图像处理在钞票鉴伪中的应用[J];激光与红外;2009年01期
5 范九伦;雷博;;灰度图像的二维交叉熵直线型阈值分割法[J];电子学报;2009年03期
6 王鹤智;刘兆刚;;阈值分割和数学形态学在遥感图像边缘提取中的应用[J];森林工程;2009年02期
7 杨合超;周雪梅;;几种图像分割技术的比较[J];电脑知识与技术;2009年09期
8 瞿中;;基于改进的最大类间方差算法的图像分割研究[J];计算机科学;2009年05期
9 周敏;;一种简单可行的图像的照度恢复方法[J];福建电脑;2009年07期
10 宋寅卯;刘磊;;图像分割研究方法及进展[J];电脑学习;2010年02期
11 刘传山;贺道德;;具有二值倾向性的阈值分割算法应用研究[J];福建电脑;2010年03期
12 吴晓唯;周传清;任秋实;;阈值分割与动态轮廓模型在胃壁磁共振成像中的应用[J];中国医疗器械杂志;2011年03期
13 张超;张家树;贾东立;;基于混沌遗传算法的图像阈值分割[J];计算机工程与应用;2006年02期
14 罗涛华;;基于自适应阈值的储粮害虫图像分割算法[J];武汉工业学院学报;2006年01期
15 李任江;李英春;孙海鸥;;图像处理技术在大梁装配孔自动检测中的应用[J];长春工业大学学报(自然科学版);2006年01期
16 廖强华;钟江生;;基于图像处理的光纤阵列误差测量[J];计算机工程;2006年10期
17 王华;付胡代;杨威;;图像识别技术在卡车驾驶室总成标识符自动识别系统中的应用[J];制造业自动化;2006年05期
18 李江涛;倪国强;黄光华;舒先标;;改进的遥感图像多种信息熵阈值分割算法[J];光学技术;2007年04期
19 李红梅;;二值图像的阈值分割方法探讨[J];科技经济市场;2007年10期
20 蒋英;李晖;黄晓伟;;白血病图像分割方法的适应性分析与改进算法[J];激光生物学报;2007年06期
中国重要会议论文全文数据库 前10条
1 高翠芳;吴小俊;;基于二阶差分的聚类数自动确定方法[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年
2 夏榆滨;郭忠伟;;一种基于相对阈值特征的快速自适应机器视觉定位算法[A];全国先进制造技术高层论坛暨第十届制造业自动化与信息化技术研讨会论文集[C];2011年
3 陈怀松;严新平;;铁谱图像分类及磨粒识别的两种方法和应用[A];第二届全国工业摩擦学大会暨第七届全国青年摩擦学学术会议会议论文集[C];2004年
4 杨青;刘晔;张东旭;刘畅;;快速查找最优初始聚类数K的改进K-means算法[A];中国自动化学会控制理论专业委员会A卷[C];2011年
5 陈怀松;严新平;;铁谱图像分类及磨粒识别的两种方法和应用[A];第二届全国工业摩擦学大会暨第七届全国青年摩擦学学术会议会议论文集[C];2004年
6 刘薇薇;穆平安;戴曙光;;遗传算法在烟尘颗粒在线监测系统中的应用[A];2007'仪表,自动化及先进集成技术大会论文集(二)[C];2007年
7 曹霞;周学成;罗锡文;;植物根系原位CT序列图像的三维阈值分割[A];中国农业工程学会2011年学术年会论文集[C];2011年
8 李峥嵘;;图像分割多阈值法在CT图像重建中的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
9 徐志刚;张秋余;朱红蕾;谢鹏寿;;视频判读中图像阈值分割方法的研究[A];第十二届全国图象图形学学术会议论文集[C];2005年
10 姜巧巧;钱昆明;;基于Renyi熵的图像分割算法[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集(上册)[C];2007年
中国博士学位论文全文数据库 前10条
1 王骏;无监督学习中聚类和阈值分割新方法研究[D];南京理工大学;2011年
2 宗瑜;聚类质量改进方法的研究[D];大连理工大学;2010年
3 于秀娟;加工过程的质量异常预测与诊断方法研究[D];吉林大学;2011年
4 曲建华;基于群体智能的聚类分析[D];山东师范大学;2010年
5 曹蕾;肺结节图像的分析与识别[D];南方医科大学;2009年
6 邹耀斌;基于直方图无关准则与基于混合控制策略的区域分割方法研究[D];华中科技大学;2011年
7 邱浪波;基因芯片表达数据分析相关问题研究[D];国防科学技术大学;2007年
8 延皓;基于流量监测的网络用户行为分析[D];北京邮电大学;2011年
9 延皓;基于流量监测的网络用户行为分析[D];北京邮电大学;2011年
10 魏平;数字乳腺钼靶图像的软拷贝显示技术研究[D];浙江大学;2009年
中国硕士学位论文全文数据库 前10条
1 李智勇;基于光照预处理的人脸检测研究[D];陕西师范大学;2006年
2 张翠萍;叶类中药显微图像分割和气孔指数测定[D];苏州大学;2009年
3 费晓行;斑马鱼肌间骨的自动提取[D];南京理工大学;2009年
4 李云琢;真菌检测系统的研究与实现[D];北京工业大学;2004年
5 张栋;基于LIDAR数据和航空影像的城市房屋三维重建[D];武汉大学;2005年
6 董玉冰;动态目标跟踪方法的研究与实现[D];吉林大学;2006年
7 谢立;双测点机器视觉玻壳产品动态识别系统的开发[D];天津科技大学;2005年
8 代伟;红外弱小目标的检测与识别[D];浙江大学;2008年
9 李俊杰;复合材料X射线数字成像检测技术研究[D];中北大学;2008年
10 徐晓燕;医学显微图像的分割研究[D];黑龙江大学;2008年
中国重要报纸全文数据库 前1条
1 本报记者 滕继濮;无损检测技术:不放过一个“坏蛋”[N];科技日报;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978