【摘 要】
：
本文提出了一种基于类云模型的c-均值聚类算法(简称云c-均值聚类,CCM)。它采用云模型来描述每一类,可以有效反映样本数据的随机不确定性和模糊不确定性,因而比FCM算法更适用。另外,由于每一类用云模型来描述,可以避免聚类目标函数产生平凡解,因而它不需要FCM中的归一化条件,解决了FCM算法因为归一化条件带来的问题。与FCM算法的对比实验验证了CCM算法的有效性。
【机 构】
：
深圳大学信息工程学院,深圳,518060 西安电子科技大学电子工程学院,西安,710071
论文部分内容阅读
本文提出了一种基于类云模型的c-均值聚类算法(简称云c-均值聚类,CCM)。它采用云模型来描述每一类,可以有效反映样本数据的随机不确定性和模糊不确定性,因而比FCM算法更适用。另外,由于每一类用云模型来描述,可以避免聚类目标函数产生平凡解,因而它不需要FCM中的归一化条件,解决了FCM算法因为归一化条件带来的问题。与FCM算法的对比实验验证了CCM算法的有效性。
其他文献
本文提出了一种适合于分布式多传感器数据融合的航迹关联算法。该方法同时利用了航迹的位置信息和参照拓扑信息,并根据场景动态分配两种因素的权重。仿真结果表明,该方法克服了单独基于位置和单独基于拓扑的关联算法在某些场景下关联正确率下降的缺点,性能明显优于后两者,有较高的关联正确率和较好的鲁棒性。
本文通过分析太赫兹时域光谱(THz-TDS)图像成像机理,提出了一种利用THz-TDS参考脉冲信号和目标材料的吸收谱,以强度图像作为THz总体能量吸收空间分布的参考,通过对吸收谱加微扰,反向计算模拟生成THz-TDS图像的方法。
确定眼坐标系和场景坐标系之间映射关系的标定过程是视线跟踪算法实现的关键技术。本文采用最小二乘法解决多元线性回归问题的思路,提出了一种基于最小二乘法的瞳孔-角膜矢量与场景标定算法,该方法首先假设眼坐标系与场景坐标系之间具有二次关系,之后利用实验得到场景中标定点坐标与瞳孔-角膜矢量的对应关系,最后通过最小二乘法求解二次多项式的系数。理论推导表明了该方法的有效性。
近些年我国已经有单位着手开始双极化多普勒天气雷达升级改造的预研工作,借鉴世界各国双极化雷达发展情况和经验,系统标定是校正误差保证数据质量的重要一环。本文结合某双极化多普勒天气雷达系统,对影响双极化参量测量准确度的因素进行了分析,通过实验测试证明了信号处理过程引入的误差可忽略,根据这一结果,本文提出了一种双极化雷达系统误差校正方案。
本文针对串行级联连续相位调制(SCCPM)信号在突发通信、跳频通信中应用时存在的载波相位同步困难的问题,提出了一种基于CPM信号的非相干序列检测(NSD)的SCCPM信号的非相干迭代检测算法。并对采用Log-MAP算法的CPM的软输入输出(SISO)模块中的比特先验信息到符号先验信息的转换和卷积码的SISO模块中的分支度量的提取作了简化。计算机仿真分析表明,该算法与基于2符号差分检测(2DD)的相
提出了一种基于二维离散的Markov链的时延闭环反馈TCP/RED模型。在这个模型中,以平均的环路时延为周期,将时间分割成时间片,计算每个时间片内TCP发送窗口、路由器队列长度及丢包概率的分布。反馈给TCP的丢包和未丢包信号分别输入至两个具有无穷服务窗口及平均服务时间为一个环路延时的虚拟队列中,输出到TCP发送端。TCP根据输出的丢包信号调整发送窗口大小。最后通过与NS2的仿真结果的比较,证明该模
中低轨卫星信号多普勒频移具有大范围快速时变的特性,这对接收设备捕获和跟踪此类信号的能力提出了挑战。论文推导了基于运动和固定的各类空地卫星信号接收平台的多普勒频移公式,从而可实现对观测卫星信号多普勒频移的实时估计,同时也对接收平台与观测卫星间的可视时间段进行了研究。利用这些获得的信息,通过一定的方法就可实现多普勒频移的实时补偿,达到了对中低轨卫星信号进行快速跟踪和正确解调的目的。
本文提出一种基于AdaBoost级联分类器的双通道多分类器融合结构,综合利用了多种级联检测分类器,可以同时检测正面、侧面多人脸图像,和面部特征器官,左眼、右眼、鼻子、嘴巴。提高了对面部信息感知的鲁棒性和准确性。
本文提出一种基于小波分解与PCA相结合的人脸识别方法。该方法首先将属于同一类別的不同样本相结合,生成新样本与原输入样本共同作为训练样本,然后对训练样本进行小波分解,最后采用PCA算法对低频子带和水平边缘子带相结合系数进行特征提取。本文提出的方法在一定程度上解决了小样本问题,同时在识别率和计算速度方面较经典PCA算法有一定提高。
由于人的心理活动的复杂性,带来了人脸表情的复杂性,无论是人还是计算机,都可能对一幅人脸表情图像给出不同的判别或识别结果。本文指出一类人脸表情可能由于多种心理活动诱因形成,因此在许多应用领域,判断表情形成的原因应该比识别人脸表情属于哪一类更为重要。本文采用CED-WYU(1.0)人脸表情数据库进行实验说明了我们的认识。