期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
Fractal image compression based on fuzzy theory
1
作者 Berthe Kya and Yang YangInformation Engineering School, University of Science and Technology Beijing, Beijing 100083, China (Received 2001-11-13) 《Journal of University of Science and Technology Beijing》 CSCD 2002年第3期228-232,共5页
Though progress has been made in fractal compression techniques, the longencoding times still remain the main drawback of this technique, which results from the need ofperforming a large number of range-domain matches... Though progress has been made in fractal compression techniques, the longencoding times still remain the main drawback of this technique, which results from the need ofperforming a large number of range-domain matches. The total encoding time is the sum of the timerequired to perform each match. In order to make this method more efficient in practical use, thefuzzy theory based on feature extraction of the projection and normalized codebook method has beenprovided to optimize the encoding time, based on the c-means clustering approach. The results of theimplementation of Rate Mean Square (RMS), Peak signal noise ratio (PSNR) and the encoding time ofthis proposed method have been compared to other methods like the Feature Extraction andSelf-orgarnization methods to show its efficiency. 展开更多
关键词 fractal compression fractal optimization fuzzy logic c-mean clusteringalgorithm hybrid fractal-fuzzy compression
在线阅读 下载PDF
加权空间函数优化FCM的SAR图像分割 被引量:14
2
作者 田小林 焦李成 缑水平 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2008年第5期846-852,共7页
传统模糊c-均值聚类算法没有考虑图像像素空间信息特征,在应用于合成孔径雷达图像分割时,由于合成孔径雷达图像中斑点噪声的影响,通常不能得到正确的分割结果.基于此问题提出加权空间隶属度和加权空间函数并应用于c-均值聚类算法,加权... 传统模糊c-均值聚类算法没有考虑图像像素空间信息特征,在应用于合成孔径雷达图像分割时,由于合成孔径雷达图像中斑点噪声的影响,通常不能得到正确的分割结果.基于此问题提出加权空间隶属度和加权空间函数并应用于c-均值聚类算法,加权空间隶属度是多尺度条件下空间各相邻像素的位置和强度信息的加权隶属度值,加权空间函数中各加权空间隶属度的影响系数由自适应遗传算法优化,最终的隶属度值由加权空间函数修正.由于在这种聚类过程中融入了优化的空间信息,因此弱化了斑点噪声的影响,提高了分割精度.这种算法应用于实际合成孔径雷达图像分割实验,结果表明此算法对初始分类结果不敏感,具有较强的抗噪性能,改善了SAR图像的分割结果. 展开更多
关键词 合成孔径雷达图像分割 c-均值聚类算法 加权空间函数 自适应遗传算法
在线阅读 下载PDF
基于聚类分析的风电功率预测数据预处理方法 被引量:12
3
作者 张里 王兰 +4 位作者 李红军 廖小君 王婷婷 张江林 刘友波 《可再生能源》 CAS 北大核心 2018年第12期1871-1876,共6页
为了提高预测模型精度以及降低模型的复杂程度,减小模型的训练时间,文章提出一种基于改进模糊C均值聚类算法的数据预处理方法,以提高风电功率时间序列的预测模型的预测性能。首先,对实测风电功率混沌时间序列进行了相空间重构;其次,对... 为了提高预测模型精度以及降低模型的复杂程度,减小模型的训练时间,文章提出一种基于改进模糊C均值聚类算法的数据预处理方法,以提高风电功率时间序列的预测模型的预测性能。首先,对实测风电功率混沌时间序列进行了相空间重构;其次,对相空间中的各维输入序列与输出功率序列进行相关性分析,使用相点与相对相关系数的加权建立聚类判据;然后,结合减聚类算法对模糊C均值聚类的收敛速度进行改进,改进的模糊C均值算法将输入序列聚为4类,对每类数据建模。结果表明,对原始数据进行聚类预处理后,预测模型的精度得到了提高。 展开更多
关键词 数据预处理方法 风电预测 模糊c均值聚类 模糊模式识别 相关性分析
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部