暂无评论
为了提高基于联合稀疏表示的高光谱图像的分类精度, 提出一种基于邻域相似度联合稀疏表示的分类算法。与传统的联合稀疏表示算法相比, 邻域内不同地物类别的像元对待测像元P的影响权重不同, 依据邻域内的像元与
图像分割:利用图像的灰度、颜色、纹理、形状等特征,把图像分成若干个互不重叠的区域,并使这些特征在同一区域内呈现相似性,在不同的区域之间存在明显的差异性。然后就可以将分割的图像中具有独特性质的区域提取出
为解决高光谱数据维度高、波段之间相关性强、获取大量监督信息费时费力的问题，对高光谱图像的分类进行研究。半监督分类方法是基于传统的机器学习的一种分类方法，它可以利用少量带标签的监督信息和大量无监督信息解
模糊聚类的方法做的图像分割，希望对大家有用，谢谢！
结合人眼视觉系统的感知特性与图像的局部相关特性，提出了一种基于模糊聚类的小波域数字图像水印嵌入方案。该方案首先对原始载体图像实施小波变换；然后结合视觉感知特性，在小波域内进行模糊C均值（FCM）聚类
针对现有基于核方法的直觉模糊聚类算法对初始值敏感、收敛速度慢等缺陷,利用粒子群优化算法全局搜索能力强、收敛速度快的优势,对直觉模糊核聚类算法的初始聚类中心进行优化,并提出了一种基于粒子群优化的直觉模糊
PAGE 毕业设计论文中文摘要 基于模糊聚类的协同过滤推荐算法研究 摘要 互联网技术的迅猛发展大量的信息充斥在网络世界当中信息超载问题成为了众多电子商务平台急需解决的问题之一本课题主要完成一个个性化推
为了克服单模式情感识别存在的局限性,该文以语音信号和面部表情信号为研究对象,提出了一种新型的多模式情感识别算法,实现对喜悦、愤怒、惊奇和悲伤4种人类基本情感的识别。首先,将获取的信号进行预处理并提取情
有雾图像的复原问题已经成为了机器视觉领域研究的热点。在传统图像复原理论的基础上，提出一种新的基于模糊聚类规则图像去雾方法，用于恢复被雾影响的降质图像。利用模糊聚类的方法对有雾图像进行预处理，从而获取图
模糊C均值聚类算法（FCM）在硬C均值聚类的基础上有效地解决了医学图像分割中存在的模糊情况，通过建立表示图像中像素点与聚类中心加权相似度的目标函数，采用迭代优化的方法求解目标函数的极小值来确定最佳聚类
暂无评论