基于核函数的活动轮廓模型 被引量：4

1

作者 朱晓舒 孙权森 +1 位作者 夏德深 孙怀江 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2015年第3期388-393,共6页

为了改善活动轮廓模型的分割精度和效率,提出一种基于核函数的活动轮廓模型.该模型采用鲁棒的非欧氏距离度量构造能量泛函,提高了模型的分割精度;使用指数类型的核特征函数来提升收敛速度;最后在模型中还加入了水平集正则项,以避免水平... 为了改善活动轮廓模型的分割精度和效率,提出一种基于核函数的活动轮廓模型.该模型采用鲁棒的非欧氏距离度量构造能量泛函,提高了模型的分割精度;使用指数类型的核特征函数来提升收敛速度;最后在模型中还加入了水平集正则项,以避免水平集的重新初始化.实验结果表明,文中模型在分割精度和分割效率上都要强于Chan-Vese模型. 展开更多

关键词 图像分割 CHAN-VESE模型 水平集方法 核特征函数

下载PDF 职称材料

基于小批量梯度下降法的高斯核参数优化

2

作者 肖玉麟 《福建技术师范学院学报》 2023年第2期149-155,共7页

核函数是核方法的重要组成部分,设计得好坏直接影响模型的分类效果,高斯核函数以其优良的特性被广泛应用,但高斯核参数的优化十分困难.针对此问题,使用核目标度量准则制定目标函数,将问题转化为求极小值的最优化问题,利用小批量梯度下... 核函数是核方法的重要组成部分,设计得好坏直接影响模型的分类效果,高斯核函数以其优良的特性被广泛应用,但高斯核参数的优化十分困难.针对此问题,使用核目标度量准则制定目标函数,将问题转化为求极小值的最优化问题,利用小批量梯度下降法求解目标函数.在十六组机器学习领域常用的数据集上进行测试,实验结果表明,该方法均具有最短的训练时间和较高的分类准确率. 展开更多

关键词 核方法 高斯核函数 核目标度量准则 小批量梯度下降法

下载PDF 职称材料

一种改进的模糊核聚类算法 被引量：12

3

作者 薛耿剑 王毅 +2 位作者 赵海涛 魏梦琦 郝重阳 《中国医学影像技术》 CSCD 北大核心 2005年第10期1609-1611,共3页

针对传统模糊核聚类算法当数据类差别很大时,小数据类被误分或被大数据类吞并的缺陷,提出了一种改进的模糊核聚类算法;通过定义一个新的目标函数,为每一个类分配了一个动态权值,可改善聚类效果。文中给出的MRI图像分割算例表明了该算法... 针对传统模糊核聚类算法当数据类差别很大时,小数据类被误分或被大数据类吞并的缺陷,提出了一种改进的模糊核聚类算法;通过定义一个新的目标函数,为每一个类分配了一个动态权值,可改善聚类效果。文中给出的MRI图像分割算例表明了该算法的有效性。 展开更多

关键词 模糊C均值 核方法 目标函数

下载PDF 职称材料

优化核参数的模糊C均值聚类算法 被引量：15

4

作者 刘云 刘富 +1 位作者 侯涛 张潇 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2016年第1期246-251,共6页

核模糊C均值聚类算法(Kernel-based fuzzy C-means clustering method,KFCM)的性能受核参数的影响很大,然而实践中核参数的选择是极其困难的。为了解决这个问题,本文基于样本在高维空间中的类内距离近、而类间距离远这一思路,提出了一... 核模糊C均值聚类算法(Kernel-based fuzzy C-means clustering method,KFCM)的性能受核参数的影响很大,然而实践中核参数的选择是极其困难的。为了解决这个问题,本文基于样本在高维空间中的类内距离近、而类间距离远这一思路,提出了一种优化核参数的模糊C均值算法(Parameter optimation-based KFCM,POKFCM)。该算法首先利用K均值方法对样本集进行初始聚类,再通过比较实际核函数矩阵与理想核函数矩阵的相似性距离来确定最优核参数,最后将优化的核参数应用于核模糊C均值聚类算法。在6组UCI数据集上进行对比实验,结果表明POKFCM能有效地改善KFCM的聚类性能。 展开更多

关键词 人工智能 核模糊C均值 核函数 参数优化

下载PDF 职称材料

基于改进人工蜂群的核模糊聚类算法 被引量：9

5

作者 梁冰 徐华 《计算机应用》 CSCD 北大核心 2017年第9期2600-2604,共5页

针对核模糊C均值(KFCM)算法对初始聚类中心敏感、易陷入局部最优的问题,利用人工蜂群(ABC)算法的构架简单、全局收敛速度快的优势,提出了一种改进的人工蜂群算法(IABC)与KFCM迭代相结合的聚类算法。首先,以IABC求得最优解作为KFCM算法... 针对核模糊C均值(KFCM)算法对初始聚类中心敏感、易陷入局部最优的问题,利用人工蜂群(ABC)算法的构架简单、全局收敛速度快的优势,提出了一种改进的人工蜂群算法(IABC)与KFCM迭代相结合的聚类算法。首先,以IABC求得最优解作为KFCM算法的初始聚类中心,IABC在迭代过程中将与当前维度最优解的差值的变化率作为权值,对雇佣蜂的搜索行为进行改进,平衡人工蜂群算法的全局搜索与局部开采能力;其次,以类内距离和类间距离为基础,构造出适应KFCM算法的适应度函数,利用KFCM算法优化聚类中心;最后,IABC和KFCM算法交替执行,实现最佳聚类效果。采用3组Benchmark测试函数6组UCI标准数据集进行仿真实验,实验结果表明,与基于改进人工蜂群的广义模糊聚类(IABC-KGFCM)相比,IABC-KFCM对数据集的聚类有效性指标提高1到4个百分点,具有鲁棒性强和聚类精度高的优势。 展开更多

关键词 核模糊C均值聚类 人工蜂群算法 搜索策略 函数优化 适应度函数

下载PDF 职称材料

模糊隶属度加权的KFCM脑MRI的组织分割方法 被引量：7

6

作者 赵海峰 陈书海 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2018年第11期2055-2062,共8页

医学图像受成像机制的影响不可避免地会引入噪声.为解决传统医学图像分割算法对噪声敏感的问题,提出一种模糊隶属度加权的KFCM分割方法.该方法在传统KFCM算法基础上引入局部空间信息,定义了局部隶属度函数,并结合传统KFCM算法得到的全... 医学图像受成像机制的影响不可避免地会引入噪声.为解决传统医学图像分割算法对噪声敏感的问题,提出一种模糊隶属度加权的KFCM分割方法.该方法在传统KFCM算法基础上引入局部空间信息,定义了局部隶属度函数,并结合传统KFCM算法得到的全局隶属度函数构造加权隶属度函数,为每个像素计算隶属度值;进一步地,结合邻域信息,使用迭代聚合方法为每个像素重新分配隶属度值.选取Simulated Brain Database数据集,对加入不同噪声的图像进行实验的结果表明,该方法在保证对噪声鲁棒的同时,能够提高分割精度. 展开更多

关键词 基于核函数的模糊C均值聚类 脑MRI 图像分割 核函数

下载PDF 职称材料

步态能量图和KFDA的步态识别研究 被引量：4

7

作者 王竣 王修晖 《中国计量学院学报》 2016年第2期216-222,共7页

为了有效地获取步态连续性的动态特征,快速准确地进行身份识别.特提出了一个基于步态能量图(Gait Energy Image,GEI)和核Fisher判别分析(Kernel-based Fisher Discrimination Analysis,KFDA)的分类识别算法.算法首先以步态能量图(GEI)... 为了有效地获取步态连续性的动态特征,快速准确地进行身份识别.特提出了一个基于步态能量图(Gait Energy Image,GEI)和核Fisher判别分析(Kernel-based Fisher Discrimination Analysis,KFDA)的分类识别算法.算法首先以步态能量图(GEI)按列向量作为输入,求得最优子空间W_(opt)和α_(opt).利用提取步态能量图(GEI)的步态信息向量计算在α_(opt)上的投影,并计算其投影轨迹.在分类阶段,采用最近邻分类器(Nearest neighbor classifier).最终在中科院自动化研究所CASIA B步态数据库上进行实验,对比多项式、高斯径向基核函数和其他四种算法的结果显示,本文算法取得了较高的识别率. 展开更多

关键词 步态能量图 核FISHER判别分析 多项式核函数 高斯径向基核函数

下载PDF 职称材料

基于核的K近邻法 被引量：1

8

作者 周彦利 周创明 王晓丹 《航空计算技术》 2006年第5期62-64,共3页

将核学习方法的思想应用于K近邻法中,提出了一种核K近邻算法,算法的主要思想是:首先将原空间中待分类的样本经过一个非线性映射,映射到一个高维的核空间中,突出各类样本之间的特征差异,然后在这个核空间中进行K近邻分类。为了验证算法... 将核学习方法的思想应用于K近邻法中,提出了一种核K近邻算法,算法的主要思想是:首先将原空间中待分类的样本经过一个非线性映射,映射到一个高维的核空间中,突出各类样本之间的特征差异,然后在这个核空间中进行K近邻分类。为了验证算法的有效性,分别利用人工和实际数据进行K近邻分类和核K近邻分类,实验结果显示对于一些特殊的类分布数据,核K近邻分类比K近邻分类具有更好的分类效果。 展开更多

关键词 核K近邻分类 K近邻分类 核函数 支持向量机

下载PDF 职称材料

基于核的两阶段稀疏表示的人脸识别研究 被引量：1

9

作者 项晓丽 武圣 +2 位作者 龙伟 郭杭 武和雷 《测控技术》 CSCD 2016年第8期20-24,共5页

为了提高人脸识别的分类正确率,提出了一种基于核的两阶段稀疏表示(KBTPSR)的人脸识别方法。该方法首先利用一个非线性函数将原始数据空间映射到特征空间;然后,在该特征空间中将待测样本表示为所有训练样本的一个线性组合,接下来根据每... 为了提高人脸识别的分类正确率,提出了一种基于核的两阶段稀疏表示(KBTPSR)的人脸识别方法。该方法首先利用一个非线性函数将原始数据空间映射到特征空间;然后,在该特征空间中将待测样本表示为所有训练样本的一个线性组合,接下来根据每个训练样本的表示贡献选出待测样本的M个最近邻;最后,将待测样本表示为上述M个最近邻的一个线性组合并且利用每一类训练样本对待测样本的表示贡献来完成分类。大量的实验结果表明,该方法可以获得很好的识别效果。 展开更多

关键词 人脸识别 基于核的两阶段稀疏表示 非线性函数 特征空间 表示贡献

下载PDF 职称材料

基于KB-IELM的航空装备状态预测方法研究 被引量：1

10

作者 刘松福 刘星 +2 位作者 张金坡 由远洋 周立建 《国外电子测量技术》 北大核心 2021年第2期43-46,共4页

针对现有预测方法对动态系统瞬时状态预测能力精度较低的问题,以超限学习机(ELM)为建模基础,将基于核的增量极限学习机应用于状态预测。由于增量学习的应用,使得模型中可以适用在线状态数据按照时间序列到达的特点,避免重新训练并减少... 针对现有预测方法对动态系统瞬时状态预测能力精度较低的问题,以超限学习机(ELM)为建模基础,将基于核的增量极限学习机应用于状态预测。由于增量学习的应用,使得模型中可以适用在线状态数据按照时间序列到达的特点,避免重新训练并减少时间的开销。同时核函数的应用有效提高了模型的计算效率,在提高算法稳定性的同时,有效提高了状态预测的准确性。以两个实例来进行仿真实验。结果表明所提算法与相比于ReOS-ELM、ALD-KOS-ELM和FOKELM三种方法,具有明显的优势。 展开更多

关键词 核增量极限学习机 在线状态预测 核函数

下载PDF 职称材料

Incorporating Prior Knowledge into Kernel Based Regression

11

作者 SUN Zhe ZHANG Zeng-Ke WANG Huan-Gang 《自动化学报》 EI CSCD 北大核心 2008年第12期1515-1521,共7页

在一些，样品基于回归任务，观察样品是相当很少足够增进知识。作为结果，在样品和模型复杂性的数字之间的冲突出现，并且回归方法将面对窘境是否选择一个复杂模型。合并优先的知识是这窘境的一个潜在的解决方案。在这份报纸，一种优先... 在一些，样品基于回归任务，观察样品是相当很少足够增进知识。作为结果，在样品和模型复杂性的数字之间的冲突出现，并且回归方法将面对窘境是否选择一个复杂模型。合并优先的知识是这窘境的一个潜在的解决方案。在这份报纸，一种优先的知识被调查，把它合并到核的一个新奇方法基于回归计划被建议。建议优先的 knowledge based 核回归(PKBKR ) 方法包括二 subproblems：在函数空间代表优先的知识，并且联合这个代表和训练样品获得回归函数。为代表的步的一个贪婪算法和为加入步的加权的损失功能被建议。最后，实验被执行验证建议 PKBKR 方法，结果在那里证明建议方法能与适当模型复杂性完成相对高的回归性能，特别当样品的数字是小的或观察噪音大时。 展开更多

关键词 计算方法 回归方程 机械学习 自动化系统

下载PDF 职称材料