针对面向聚类的特征选择算法效率和效果无法兼顾,并且对高维数据适用度不高的问题,提出了一种基于邻域分析的加权特征选择算法ENFSA。该算法首先基于信息熵构建候选特征集,降低加权特征选择的候选特征维度,在
一种基于加权空间平滑的新MUSIC算法,赵娥,陈桂丽,本文针对基于空间平滑的新MUSIC算法对相干源的分辨率较低的问题,提出了一种基于加权空间平滑的新MUSIC算法。该算法充分利用了协方��
信道估计技术是长期演进(LTE)核心技术之一。传统的LMMSE信道估计算法有着良好的系统性能,但其最显著的缺点就是自相关矩阵繁琐的求逆运算量大。针对这一问题,提出了基于相关带宽的两种不同的分块矩阵法。
给出了一种利用目标函数的二阶信息选择工作集训练加权支持向量机的算法,导出了加权支持向量机的KKT条件。实验结果表明,与利用目标函数的一阶近似信息选择工作集的训练算法相比,该算法减少了训练迭代次数,特别
特征加权的模糊C聚类算法,陈新泉,,本文首先推导给出了FCM聚类算法与特征权重最优化相结合的优化迭代公式,接着将计算中心平均点的公式代入到隶属度的更新公式和特征
基于模糊c均值聚类的图像分割,有较好的效果主要点:模糊c均值聚类
为了更有效地提高图像分类性能和准确率,提出一种基于HOG-PCA的高效图像分类方法。首先通过提取方向梯度直方图(HOG)特征并作特征白化,再随机下采样进行尺度统一,随后采用主成分分析(PCA)进行特征
如何跨越图像低层视觉特征到高层语义特征的“语义鸿沟”已成为语义图像检索问题的关键,首先将待分类图像分成五个区域;然后在提取图像底层特征的基础上,采用基于支持向量机组(SVMS)的方法建立图像低层视觉特
针对GrabCut基于像素建立图模型并进行迭代求解耗时的特点,提出了一种新的基于SLICO改进的GrabCut分割新算法。首先用户在图像目标区域手动划定一个矩形框,然后在CIELab颜色模型下利用SL
提出了一种新的利用图像语义词汇表进行图像自动标注与检索的方法。采用混合层次模型在已标注好的训练图像集上计算图像区域类与关键字的联合概率分布,并用生成的模型标注未曾观察过的测试图像集,或用来进行基于语义