2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩117頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、圖像目標識別是圖像處理與模式識別領域的一個重要研究方向,在安全監(jiān)控、軍事偵察、產品檢測、人機交互和醫(yī)療診斷等方面得到了越來越廣泛的應用。圖像目標分類是圖像目標識別的重要組成部分或子任務。針對這一問題,目前尚未形成一個成熟統(tǒng)一的技術方案,往往需要針對特定的任務或對象,選用一種或幾種不同的方法。本文圍繞圖像目標分類這一主題,全面系統(tǒng)地介紹了相關概念、原理和方法,學習并借鑒了圖像工程、模式識別和機器學習等學科中的一些先進技術,探討了圖像目標分

2、類中的一系列關鍵問題。本文的主要研究內容如下。
 ?。?)提出了基于流形分析與近鄰傳播(Affinity Propagation,AP)聚類算法融合的RBF神經網絡分類算法。常規(guī)AP算法在處理大規(guī)模數據集及具有多類別的數據集時,具有速度快、精度高等優(yōu)點,但是對于一些多維空間數據集,往往不能給出滿意的聚類結果。為此,通過流形分析算法對數據集進行初步處理,然后通過指數函數調整相似度矩陣后,重新進行AP聚類,在此基礎上構造RBF神經網絡

3、分類器,通過擬合正確率來判斷算法是否收斂,并對分類結果運用FMI指標進行評價。仿真結果表明,這種改進分類器能有效提高分類精度,并成功用于紋理圖像和遙感圖像分類。
  (2)提出了基于人工免疫系統(tǒng)與AP算法融合的分類算法。人工免疫系統(tǒng)在處理分類問題時,能夠快速提取數據集的分布特征,但不能有效確定數據集類別數。而基于聚類有效性指標的AP聚類算法在不需初始化聚類中心的前提下,能夠在較短時間里得到很好的聚類結果,并能自主確定類別數。為此,

4、本文設計一種基于人工免疫系統(tǒng)與AP算法相結合的分類算法,通過自適應免疫算法,獲得反映數據集模式特征的抗體記憶集,然后再利用基于聚類有效性指標的AP算法確定抗體記憶集的最佳聚類數,以此構造分類器。人工數據集、UCI數據集和遙感圖像數據實驗表明,相對直接采用人工免疫算法和AP算法進行分類,本文算法在分類正確率和識別性能方面具備一定的優(yōu)勢。
 ?。?)提出了基于核匹配追蹤與AP算法融合的分類算法。核匹配追蹤算法通過核映射將輸入樣本映射到

5、高維特征空間,由核函數來構成基函數字典,實現了非線性問題的處理。但為了獲取一個較優(yōu)的字典劃分,需要大量計算,影響它的實際應用。核匹配追蹤學習時間與訓練樣本規(guī)模成比例,因此本文提出一種方法,利用AP聚類算法對訓練數據集的規(guī)模進行壓縮,在保存核匹配追蹤統(tǒng)計信息的同時,自動搜索最佳聚類類別數來控制基函數字典訓練的規(guī)模,從而達到算法速度和識別率的折中。通過對UCI數據和遙感圖像數據分別進行識別測試實驗,結果表明本算法能夠有效減少訓練時間,從而可

6、以控制算法的識別性能和計算時間之間的平衡。
  (4)設計了基于聚類集成學習的分類算法。本文引入一種選擇性集成與AP算法融合的分類算法,聚類個體經過選擇后再進行集成可以取得比全集成更好的效果。為了有效區(qū)分不同的聚類個體,引入了一個新的度量將聚類個體的質量和差異性整合起來。對不同的聚類個體,利用匈牙利算法進行標記匹配,計算每個樣本點關于每個類別所占的比例,得到一個成分向量,然后利用成分數據來計算聚類個體間的距離?;诖?,利用最近鄰思

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論