非参数语义分割算法易受到图像检索精度和语义类别不均衡数据集的影响而导致语义分割精度下降。针对这些问题,提出了一种基于卷积神经网络(CNN)特征和改进超像素匹配的图像语义分割算法。通过CNN学习得到图像
借鉴分层递阶结构原理和蚁群算法的思想,提出了一种基于信息素的粒子群算法并用来优化前向神经网络的结构和权值。通过在控制基因中释放信息素进行粒子控制基因的更新,实现了粒子间信息的共享。粒子群的惯性权重采用
针对传统Hopfield神经网络(HNN)在求NP类问题的解时易陷入局部最优点的不足,提出基于改进能量函数的模拟退火混沌神经网络算法。通过在Hopfield神经网络中引入混沌机制,并结合退火策略控制混
针对在线用户评论中产品特征的提取和聚类问题进行了研究,提出一种改进的SimRank算法。将情感词—特征对放入二分网中,在二分网中使用改进后的SimRank算法计算特征词之间的相似度;再通过谱聚类算法对
本文利用matlab实现了基于广义神经网络的网络入侵检测聚类算法,通过分析案例和源码,详细说明了算法的实现和原理。其中,使用BP神经网络和遗传算法分类器对网络入侵进行分类,并利用RBF神经网络进行回归
基于改进谱聚类算法在图像分割中的应用
改进型mapreduce框架的研究与设计,常涛,,随着网格计算被取代,云计算迎来了蓬勃的发展。Hadoop作为开源云计算平台,得到了国内外很多公司的青睐。相应的,作为Hadoop的子项目
针对传统的BIRCH算法用直径来控制聚类的边界,对非球形聚类效果不佳,甚至会把非球状的簇分割为不同簇这一缺点,对BIRCH算法进行改进,改进算法首先建立多棵CF树,每棵CF树代表一个簇,并结合DBSC
针对传统BA(蝙蝠)算法易被局部极值吸引、发生过早收敛等问题,将莱维飞行搜索策略引入传统BA算法对蝙蝠的位置和速度更新方式进行改进,从而提高算法的全局搜索能力;通过引入非线性惯性权重平衡算法的全局和局
基于模糊聚类的图像分割技术研究,主要是对图像分割的经典方法进行了介绍,并对具体问题了作出修改。