基于QPSO聚类算法的图像分割方法

量子粒子群优化算法克服了传统粒子群优化算法中无法保证全局收敛、容易陷入局部最优的缺点,是近年来优化技术领域的一个研究热点。本文结合当前图像分割中常用的K-均值聚类算法中的相关技术,设计了基于QPSO的聚类算法并将其用于图像分割处理问题中。实验结果表明:在图像分割处理中,相对于K-均值聚类算法,QPSO聚类算法不仅不依赖于初始聚类中心的选择,而且还能得到相对于K-均值聚类算法精度更高的聚类中心,其在图像分割中的效果优于通常的K-均值聚类算法。     

图像处理在车牌识别中的应用

随着经济发展,机动车辆越来越多,需要对违章车辆进行识别登记从而为交通管制提供帮助,我们利用图像处理进行车牌识别系统拍下的车牌图像进行预处理,包括图像灰度化、直方图均衡化、二值化、边缘检测以及图像分割。     

基于改进的二维OTSU算法的图像二值化分割

本文采用改进的二维Otsu算法,引入了邻域平均灰度值和类内最小离散度,用两个一维的Ostu算法替代二维的Ostu算法,使得计算复杂度得以提高。     

一种改进的分水岭图像分割算法研究

本文提出一种新的形态学分水岭图像分割算法,通过形态学开闭运算,得到图像的内部和外部标记符集合,然后依据此标记对梯度图像进行分水岭分割实验,以减少过分割现象,分割实验结果表明算法有效。     

灰色系统理论在牧草引种上的应用初探

本文简略介绍了灰色系统理论中关联度分析的基本原理和方法,以禾本科牧草引种试验的干草产量、抗病性和牧草粗蛋白质含量等9个主要性状的平均值为单位进行计算,探讨了灰色关联度分析方法在牧草引种综合评价中的应用。结果表明,综合性状最好的禾本科牧草品种依次是罗托(r_1=0.8014)、费罗德(r_4=0.7789)。阿潘努衣(r_3=0.7758)、扁穗雀麦(r_8=0.7590)、和努伊(r_(12)=0.7540),综合性状最差的是巴莫特拉(r_(17)=0.5052)和织金鸭茅(r_6=0.5818)。     

基于分水岭算法的颅脑CT图像分割研究

本文采用分水岭算法对颅脑CT图像进行分割,针对算法所产生的图像过分割问题,首先将原图像转换为形态梯度图像,并对形态梯度图像定义一组形态开闭滤波器进行处理;然后采用分水岭算法进行分割。     

基于KNN核函数聚类方法在医学指标分类诊断中的应用

目的:探讨基于KNN(K-Nearest Neighbors,KNN)核函数聚类方法在乙肝病毒分类诊断中的临床医学意义和其他疾病诊断的适用性。方法:将收集来自于医院的93例乙肝患病采用基于KNN核函数分类算法进行聚类,通过SPSS数据初处理和MATLAB编程实现。揭示基于K近邻核函数在乙肝病毒分类诊断中有重大的意义。结果:通过核函数聚类方法将93例乙肝患者聚成四类,不仅划分出急性乙肝和慢性乙肝,而且发现HBC IGM也是划分急慢性乙肝的一个不可缺少的参数。结论:基于K近邻核函数的分类方法,在诊断对急慢性乙肝疾病划分有一定帮助,对后期实现计算机辅助分类诊断具有一定的意义。     

结合深度学习与图像处理的黄斑茧识别算法

剥茧缫丝是提取丝绸制品原料蚕丝的重要环节,在缫丝前需要对蚕茧进行筛选,剔除不合格的下茧。针对目前自动化识别上车茧和黄斑茧准确率低的问题,文中提出一种结合深度学习与图像处理技术的识别算法。引入空洞卷积改进YOLOv5s网络,利用改进后的网络对不同类别标签的蚕茧图片进行训练和预测;在此初识别基础上,对网络预测结果置信度小于70%的图片进行图像处理二次判别,在原始图片上根据网络预测的锚定框提取出蚕茧所在区域,经背景分割预处理后单独提取蚕茧HSV颜色模型中S通道图,在S通道图上分析蚕茧黄斑颜色特征,统计表面黄斑区域的面积占比和平均饱和度,并设定双阈值进行二次识别。经测试,该算法识别上车茧和黄斑茧的平均准确率达到94.94%,单张图片初识别加二次识别总时间为318.5 ms。     

短文本聚类算法研究

文本聚类是文本挖掘领域的热门研究内容,目前已经有很多文本聚类的方法,不同的方法适用于不同的应用需求。基于频繁词集的方法适合从海量短文本中发现热门话题,而基于密度的聚类方法适合从海量短文本中发现异常内容。这两种方法都结合了语义信息来提高聚类的准确度,同时通过并行化的方法来提高聚类的性能。     

基于K均值算法增强初始中心的研究

随着数据库技术以及数据库管理系统的迅速发展,人们积累的数据越来越多。聚类(clustering)作为数据挖掘三大领域(关联规则,聚类,分类)之一被广泛应用[1]。K-均值算法属于聚类中最普遍快速方法,常采用误差平方和准则函数作为聚类准则。但K均值算法不能保证标准的全局最小值,这导致对初始质心的高敏感度。本文提出通过消除初始质心的随机选择来提高算法性能。本文提出增强的初始质心的K均值算法,由于对应用数据集进行加权平均,消除了初始值的随机选择,减少了迭代步数,降低了计算复杂度。     

试论短文本聚类算法在微博的应用

文本聚类是文本挖掘领域的热门研究内容,目前已经有很多文本聚类的方法,不同的方法适用于不同的应用需求。关于微博数据的收集,可以假定一个数据量和用户量,然后通过文本聚类算法,对这些微博用户发表的内容进行聚类,从中提取这些微博用户发表的热点内容。由于微博短文本难以展开传统的文本内容分析方法,因此可以依据微博特点(用户转发、评论、关注等关系)将多条微博组合成长文本进行聚类分析。通常可以使用基于频繁词集的短文聚类和基于密度的短文聚类方法来实现。基于频繁词集的方法适合从海量微博短文本中发现热门话题,而基于密度的聚类方法适合从海量微博短文本中发现异常内容。这两种方法都结合了语义信息来提高聚类的准确度,同时通过并行化的方法来提高聚类的性能。     

基于相异性系数和谱分析的社团发现算法

在分析了聚类方法中的相似度的基础上,本文给出了相异性系数的定义,提出了基于相异性系数和谱分析的社团发现算法(DSC算法),用改进的谱方法把网络映射到特征向量空间上,计算各个节点对的相异性系数,然后用层次聚类方法得出网络的社团结构。经计算机模拟网络、Zachary空手道俱乐部网络验证,该算法获得网络的社团结构准确率较高,运行速度是Luca Donetti方法的近10倍(Luca Donetti.Stat.Mech.Theor.Exp.,2004,P10012)。     

基于多尺度几何分析方法的CT与MRI医学图像融合算法

首先给出了多分辨分析、两尺度函数的基本概念,并讨论了多分辨分析、两尺度函数的相关性质,为多尺度分析提供了一定的理论基础。在此基础上,利用小波的时频局部性及Randon变换的一些性质,将源图像分解为一系列的子图像,再将分解后的子图像按照融合规则重构成一幅融合图像。最后给出了为达到一定逼近精度的误差界限。     

无人机跟踪羊群时羊群状态判断算法研究

为了解决无人机在跟踪羊群时,因飞行距离过近容易造成羊群受到惊吓的问题,笔者提出了一种无人机跟踪羊群时判断羊群状态的方法,即无人机采用YOLOv5-DeepSort(you only look once-DeepSort)算法对羊群进行定位跟踪,采用融合均值漂移(mean shift)和K-means聚类算法的MSK(mean shift-K-means)算法判断羊群是否受到惊吓。结果表明：YOLOv5-DeepSort算法能够用于准确定位并跟踪羊群,MSK算法能够准确判断羊群是否受到惊吓。说明该羊群状态判断方法可以用于提示无人机是否需要自动增加跟踪距离,使无人机跟踪羊群时不会造成羊只惊吓。     

基于混合算法的双向物流路径优化问题的研究

本文针对双向物流的特点,重点分析研究了车辆配送的策略。为了更好地协调车辆进行路径选择和运输成本间的关系,以及更好地考虑综合因素及实际情况进行节点间的选择,针对双向物流路径问题的研究方法,建立了优化路径的极小化数学模型。最后针对路径优化方法及研究状况,采用了聚类分析及蚁群算法,并经仿真验证,结果合理有效。     

基于K-means算法和TOPSIS模型的陇东旱区大豆品种饲用性能评价北大核心

研究旨在丰富黄土高原陇东旱区优质饲草品种。试验对不同类型的14个大豆品种进行方差分析,在此基础上,采用K-means算法进行聚类分析,采用TOPSIS法进行综合评价,研究饲草的生产性能。结果显示,牧绿9号和牧绿2号对试验区的气候表现出较好的适应性,主茎长达2 m以上,分枝多、叶量丰富,产量分别达到5 620.6、4 586.7 kg/667 m^(2),粗蛋白含量分别为17.30%、17.90%,中性洗涤纤维含量分别为44.17%、45.32%,酸性洗涤纤维含量分别为36.10%、36.70%,粗脂肪含量分别为4.68%、4.70%,钙含量分别为1.97%、1.93%,相对饲喂价值分别为143.50、135.75。籽粒大豆中可用作生产饲草的品种为桂春1607、桂夏7号,其产量分别达3 710.7、3 464.0 kg/667 m^(2),粗蛋白含量分别为19.30%、18.30%,中性洗涤纤维含量分别为41.32%、42.74%,酸性洗涤纤维含量分别为32.80%、34.45%,粗脂肪含量分别为4.00%、4.35%,钙含量分别为1.61%、1.79%,相对饲喂价值分别为151.00、143.50。研究表明,牧绿9号、牧绿2号、桂春1607、桂夏7号均具有较高的饲用价值。     

基于半监督模糊聚类算法的奶牛行为判别系统

以实时判别奶牛行为,提升精细养殖技术水平为目标,本试验以系统功耗低、检测灵敏度高、运行稳定性强为原则设计无线传感节点,研发了一种基于半监督模糊聚类算法的奶牛行为实时判别系统。为获取最佳通信距离及最优节点固定高度,对无线传感节点分别进行固定高度-通讯距离与丢包率关系测试、固定高度-数据波动关系测试,通信距离分别取10、20、30 m,固定高度分别取10、20、30 cm;并将半监督模糊聚类判别算法、K-means算法及BP神经网络算法在奶牛行为识别方面的准确度、精度及敏感度进行比较。结果显示,集成三轴加速度传感器ADXL345、处理器MSP430-F149、无线收发器CC1101等芯片设计的无线传感节点可精确采集奶牛运动加速度数据,满足长期可靠传输数据等工作要求。固定高度-通讯距离与丢包率、固定高度-数据波动关系测试结果显示,最优传输距离为10 m,最佳节点固定高度为30 cm。半监督模糊聚类算法性能最高,平均准确度达到95.4%,平均精度为53.0%,平均敏感度为60.6%。K-means算法的平均准确度达到90.3%,平均精度仅有39.9%,平均敏感度为45.6%。BP神经网络算法平均准确度达到93.7%,平均精度为45.5%,平均敏感度为47.0%。半监督模糊聚类算法具有准确性高、学习复杂度低、运行速度快的特点,具有良好的寻优能力,效率较高。     

基于灰色聚类方法评价规模化养殖场环境状况

<正>畜牧生产是在具体的畜牧场舍环境中进行的,畜牧场环境的好坏直接影响到畜牧生产的效果。但随着畜牧业的发展和畜牧场生产规模的不断扩大,由养殖生产而带来的环境污染问题也日益加剧,对畜牧生产效果的影响也越来越直接。如何评价养殖场的环境状况,确定养殖场环境对生产效果的影响程度,进而采取相应的生产和管理措施,改善畜禽的