针对SAR图像目标检测效率低、虚警概率高及SAR图像的特点,改进了MeanShift聚类算法,并与双参数CFAR检测技术相结合,提出了一种能够快速而准确的SAR图像目标检测算法。通过聚类预处理SAR图
从降低整车厂采购费用和提高零部件供应商服务质量两个效益背反的因素出发,利用双层规划的博弈特点建立模型对汽车零部件供应商选择问题进行定量分析,其中上层规划以整车厂采购总费用最小为目标,下层规划以供应商的
1 K-Means聚类 K-Means聚类是最常用的聚类算法,最初起源于信号处理,其目标是将数据点划分为K个类簇,找到每个簇的中心并使其度量最小化。该算法的最大优点是简单、便于理解,运算速度较快,缺点
在现有的基于空间约束的空间聚类算法DBCluC和DBRS等的研究和比较基础上,提出了一种新的处理物理约束的基于密度的空间聚类算法——DBCluC。该算法在DBCluC算法基础上,采用网络拓扑结构建模通
大田环境下小麦冠层图像具有光照不均匀、背景复杂及阴影遮挡等特点,经典图像分割算法存在精度低、过分割等问题,提出一种基于HSI空间下H分量的K均值聚类算法。使用[R G-B]归一化处理RGB空间下的彩色
在经典的融合空间信息的模糊聚类图像分割方法中,图像像素的空间信息大,都采用正方形的邻域窗来获取。为了更好地分割出图像中的边界及细节信息,对不同形状邻域空间信息的模糊聚类图像分割进行了研究。在该方法中,
为了提高彩色图像分割的效率,提出了一种彩色图像分割新方法。该方法首先利用均值漂移算法滤除噪声干扰并对图像进行初始分割,初始分割后的图像由一些互不相交的区域组成;然后将这些区域视为图的节点建立区域连接图
针对近邻传播(Affinity Propagation,AP)聚类算法存在运算复杂度高且未考虑数据点密度对聚类效果的影响的问题,提出一种改进的近邻传播聚类算法并应用于图像分割。首先,在度量数据点之间的
提出一种融合边缘流和模糊区域聚类的图像分割方法。选用高精度的灰度边缘流对图像进行分割,得到边缘流的矢量方向和边缘能量,通过曲线演化得到初始分割图像;在初始分割产生的小区域上,综合小区域的色彩空间特征和
为了在场景亮度快速变化的情况下能正确地检测运动车辆,提出了一种基于分块建模和K-means聚类的在线背景重建算法。首先将图像划分为互相重叠的子块,使用自适应匹配阈值对每个子块进行聚类。然后对各子块中选