-
公开(公告)号：CN113674295B
公开(公告)日：2023-02-24
申请号：CN202110974971.6
申请日：2021-08-24
申请人： 合肥工业大学
IPC分类号： G06T7/11 , G06V10/762
摘要： 本发明公开了一种基于三度分离引导的模糊聚类的有效性指标的图像分割方法及系统，该方法包括：1利用模糊C均值聚类算法对图像中的像素点进行划分；2建立目标函数，设定终止条件或达到最大迭代次数；3初始化并更新迭代隶属度矩阵和聚类中心，并判断是否达到终止条件或达到最大迭代次数；4从三个层面的分离关系计算类间分离性数值，通过模糊加权距离和模糊簇的基数来获得类内紧致性数值数值，用后者和前者比值得到出该指标值；5比较所有类的有效性指标，选择最大有效性指标对应的聚类数和相应的隶属度矩阵进行图像分割。本发明能对图像进行有效的分割，将像素点进行聚类，得到一个有效的聚类结果，且适用于复杂、重叠、有噪声点的像素集合。
-
公开(公告)号：CN108897816A
公开(公告)日：2018-11-27
申请号：CN201810636688.0
申请日：2018-06-20
申请人： 合肥工业大学
IPC分类号： G06F17/30
摘要： 本发明公开了一种面向问题求解的菱形双向思维导图，其菱形双向思维导图包括参与者驱动的双向思维导图和解驱动的双向思维导图，是观点的发散到收敛的过程；参与者驱动的双向思维导图为发散导图，解驱动的双向思维导图为收敛导图；发散导图和收敛导图合在一起构成菱形双向思维导图。本发明将问题的协同讨论过程清晰展示在参与者面前，使观点、原因和解更为清晰，讨论过程中提出的所有观点都被记录下来并显示出来，使一些好的想法会能启发其他参与者，能有效地帮助参与者从全局角度理解问题，更好地控制复杂的讨论过程，弥补人们思维深度和广度的不足，使参与者能够更有效地思考，获得更好的解决问题的方案。
-
公开(公告)号：CN105894024A
公开(公告)日：2016-08-24
申请号：CN201610194776.0
申请日：2016-03-29
申请人： 合肥工业大学
IPC分类号： G06K9/62
CPC分类号： G06K9/6221
摘要： 本发明公开了一种基于多重核的可能性模糊c均值聚类算法，其特征是按如下步骤进行：1对样本集合进行最优划分，使得目标函数值最小；2获得初始隶属度矩阵和初始化聚类中心；3迭代获得隶属度值、聚类中心和典型值；4获得引入权重指数之后的目标函数。本发明能准确的规避FCM对噪声点比较敏感以及PCM容易产生一致性聚类的问题，从而能进一步增加算法的准确性，同时能发现最适合权重值以及当前隶属度值的大小，进而提高算法的可靠性和收敛性。
-
公开(公告)号：CN114937299A
公开(公告)日：2022-08-23
申请号：CN202210538854.X
申请日：2022-05-17
申请人： 合肥工业大学
IPC分类号： G06V40/16 , G06V10/82 , G06V10/764 , G06V10/762 , G06N3/08 , G06N3/04
摘要： 本发明公开了一种知识诱导的多核模糊聚类的人脸图像分类方法，其步骤包括：1提取待聚类的人脸图像特征向量集；2获取待聚类的人脸图像特征向量集的人脸特征知识点，计算各个人脸特征向量的全局相对密度值和最小距离，得到高密度的人脸特征知识点；3在人脸特征知识点的引导下，采用模糊聚类算法对待聚类的人脸图像特征向量进行聚类；4对聚类后的人脸数据集进行标签化处理，从而得到相应人脸图像的类别标签。本发明将知识信息与多核模糊聚类方法进行结合，将具有高信息量的人脸特征知识点引入人脸聚类过程，从而能够有效识别人脸类别，并提升人脸聚类分类的准确率。
-
公开(公告)号：CN113628225A
公开(公告)日：2021-11-09
申请号：CN202110973719.3
申请日：2021-08-24
申请人： 合肥工业大学
摘要： 本发明公开了一种基于结构相似度和图像区域块的模糊C均值图像分割方法及系统，该方法包括：1采用图像区域块加权距离和计算像素点和聚类中心之间的距离；2利用新的结构相似性度量方法表示像素点之间关系；3结合新结构相似性度量方法和图像区域块加权距离和构建新的模糊系数；4利用图像区域块和新模糊系数构建目标函数，使用模糊聚类算法对待分割图像进行聚类；5在隶属度的极大值处取得最佳聚类数，以完成图像的分割。本发明提出的新结构相似性度量方法和图像区域块概念与传统FCM聚类算法结合，将像素综合特征信息融入到聚类过程，从而能对含噪声点的合成图像、真实图像和医学图像进行准确的分割。
-
公开(公告)号：CN113628225B
公开(公告)日：2024-02-20
申请号：CN202110973719.3
申请日：2021-08-24
申请人： 合肥工业大学
IPC分类号： G06T7/11 , G06T7/00 , G06V10/762 , G06V10/74
摘要： 本发明公开了一种基于结构相似度和图像区域块的模糊C均值图像分割方法及系统，该方法包括：1采用图像区域块加权距离和计算像素点和聚类中心之间的距离；2利用新的结构相似性度量方法表示像素点之间关系；3结合新结构相似性度量方法和图像区域块加权距离和构建新的模糊系数；4利用图像区域块和新模糊系数构建目标函数，使用模糊聚类算法对待分割图像进行聚类；5在隶属度的极大值处取得最佳聚类数，以完成图像的分割。本发明提出的新结构相似性度量方法和图像区域块概念与传统FCM聚类算法结合，将像素综合特征信息融入到聚类过程，从而能对含噪声点的合成图像、真实图像和医学图像进行准确的分割。
-
公开(公告)号：CN114743039B
公开(公告)日：2024-02-13
申请号：CN202210540020.2
申请日：2022-05-17
申请人： 合肥工业大学
IPC分类号： G06V10/762 , G01M13/04
摘要： 本发明公开了一种基于特征约简的模糊聚类的轴承故障检测方法，其步骤包括：1、从轴承特征值数据中提取待处理的轴承特征向量集；2采用基于特征约简的模糊聚类的轴承故障检测方法对待处理的轴承特征向量集进行聚类处理；3对处理后的轴承特征向量集进行检测，以判断该状态下的轴承是否发生故障。本发明能有效提取轴承数据中关键的特征，并提高对轴承故障检测的准确性。
-
公开(公告)号：CN117011307A
公开(公告)日：2023-11-07
申请号：CN202310804135.2
申请日：2023-07-03
申请人： 合肥工业大学
IPC分类号： G06T7/10 , G06V10/762
摘要： 本发明公开了一种多项交互的模糊聚类有效性指标的图像分割方法及系统，包括：1利用基于核的改进的模糊C均值聚类算法对给定图像的像素点进行分类；2建立目标函数，检查是否满足终止条件或达到最大迭代次数；3初始化并更新隶属度矩阵和聚类中心；4通过模糊基数和模糊加权距离与样本方差和扰动因子的比来计算类内紧致性数值，并从四个方面的分离关系计算类间分离性数值，使用两个因子和迭代次数的积得出该指标值；5比较所有类的有效性指标，选择最大有效性指标对应的聚类数和相应的隶属度矩阵进行图像分割。本发明能对图像进行有效的分割，将像素点进行聚类，并得到有效的图像聚类结果，适用于不平衡、复杂、重叠、有噪声点的像素集合。
-
公开(公告)号：CN116776182A
公开(公告)日：2023-09-19
申请号：CN202310804073.5
申请日：2023-07-03
申请人： 合肥工业大学
IPC分类号： G06F18/2337 , G16H10/60 , G16H50/70 , G16H40/20 , G06N3/006
摘要： 本发明公开了一种面向梯形粒度数据的加权模糊聚类方法及系统，包括：1选取医疗患者信息数据集的数据代表，并据此构建粒度数据；2计算粒度数据对应的权重；3采用加权模糊聚类算法对粒度数据进行聚类，并结合新的距离度量方式；4计算聚类后的结果对应的重建误差，根据重建误差的拐点对应的聚类中心数目，并结合隶属度矩阵对医疗患者进行预问诊阶段的分组。本发明将PSO粒子群优化算法引入梯形粒度数据的构建过程中，并结合加权模糊聚类算法，从而能够提高预问诊阶段医疗患者分组的准确性和可靠性。
-
公开(公告)号：CN107220977B
公开(公告)日：2019-08-30
申请号：CN201710419397.1
申请日：2017-06-06
申请人： 合肥工业大学
摘要： 本发明公开了一种基于模糊聚类的有效性指标的图像分割方法，包括：1利用模糊C均值聚类算法进行分类；2建立目标函数，判断是否符合终止条件或达到最大迭代次数；3初始化并更新隶属度矩阵和聚类中心；4计算紧致性和分离性，得到指标值；4在指标值的极大值处取得最佳聚类数。本发明能对像素点集合进行准确的划分，且适用于复杂、重叠、有噪声点的像素集合，从而能对图像进行良好的分割。
-
-
-
-
-
-
-
-
-
搜索结果
21 条记录 (耗时 0.022 秒)
