【摘 要】
：
针对基于区间值模糊集的图像阈值分割问题,提出了一种基于中心扰动的区间值模糊集图像阈值分割算法。采用对目标及背景中心进行扰动的方式,考虑不确定、不精确信息对图像类别中心的影响,并利用限制等价函数构建图像的区间值模糊集模型;在提出一种区间值模糊集上区别度量的基础上建立目标函数来搜索最佳分割阈值。通过对三种类型的图像数据进行仿真实验,结果表明提出的方法在视觉和指标上总体得到了较好的结果,证明了该算法的有
【基金项目】
：
国家自然科学基金资助项目(61571361,61671377),西安邮电大学西邮新星团队计划资助项目(xyt2016-01)。
论文部分内容阅读
针对基于区间值模糊集的图像阈值分割问题,提出了一种基于中心扰动的区间值模糊集图像阈值分割算法。采用对目标及背景中心进行扰动的方式,考虑不确定、不精确信息对图像类别中心的影响,并利用限制等价函数构建图像的区间值模糊集模型;在提出一种区间值模糊集上区别度量的基础上建立目标函数来搜索最佳分割阈值。通过对三种类型的图像数据进行仿真实验,结果表明提出的方法在视觉和指标上总体得到了较好的结果,证明了该算法的有效性。
其他文献
基于人工设计特征的检测算法检测速度普遍较慢,检测精度也有待提高,已无法满足现今工业生产中的需求。而基于深度学习的检测技术,因其需要大量的计算和存储空间无法在资源受限的设备上部署使用。针对这些问题,引用一种通道剪枝方法实现YOLOv3检测网络的轻量化,得到剪枝模型SlimYOLOv3,并进一步提出将SlimYOLOv3用于工业场景下的实时检测任务。方法通过对通道缩放因子施加L1正则化来增强卷积层的通
针对机器人实时异常监控问题,提出了基于多粒度联合孤立森林的实时异常监控方法。该方法对机器人的历史数据进行多粒度参数重组得到一系列具有不同参数组合的数据集,每一个数据集都可以训练一个孤立森林,最终产生了一个孤立森林集合。多个孤立森林联合投票策略是使用一个异常数据集对各个森林进行测试,求出异常数据集在每个孤立森林上的平均异常分数,并由此确定每个孤立森林在联合孤立森林模型总体决策中的话语权。以机器人的碰
针对提高卷积神经网络(convolutional neural network,CNN)在图像识别方向的训练速度和识别准确率进行了研究。从BN(batch normalization)着手,通过新增参数对BN的仿射变换进行具体调节,并提出一种改进型的BN——BNalpha。除去带有某些特定结构的神经网络,相对于原始的BN,BNalpha可以在不增加运算复杂度的前提下,提升神经网络的训练速度和识别准
高精度的人脸关键点定位的神经网络模型受到硬件运算能力与存储空间等计算资源的限制,无法应用到许多嵌入式设备以及移动终端中。为了降低网络模型的运算规模,基于深度可分离卷积结构,提出一种轻量级的人脸关键点定位算法。该算法在双向金字塔特征融合的基础上,增加了跨层级的特征融合路径,并对跨层级的特征进行带权融合,以充分利用backbone网络提取的有限特征。该网络模型只有10.1 MB,且在单个的NVIDIA
移动运营商搭建的基站能够记录智能终端的活动,蕴涵着用户的移动行为以及基站的语义信息。针对城市中基站语义以及活动模式难以获取的问题,提出一种基于用户轨迹的基站语义及城市活动模式可视分析方法。该方法首先根据终端用户的轨迹构建基站序列,接着采用文本分析中的词嵌入技术对基站语义信息进行提取,对城市中的手机用户进行聚类以发现其移动模式。为了帮助用户对结果进行探索和分析,设计了基于用户轨迹以及基站语义的城市活
非沥青基预铺防水卷材的耐热性能与所用的热熔压敏胶的软化点有很大关系。通过控制变量法,分别从原材料选型、原材料比例两个方面研究影响热熔压敏胶软化点的因素,制备出软化
针对一种基于复合混沌序列的图像加密算法进行了安全分析,该加密算法采用置换—正向扩散—逆向扩散三级加密,由于正向扩散和逆向扩散采用了相同的一维扩散序列,可将正向扩散和逆向扩散两级加密简化为一级扩散加密,进而将置换—正向扩散—逆向扩散三级加密简化为置换—扩散两级加密;此外,该加密算法生成的混沌序列与明文、密文图像无关,可根据选择明文攻击获取其对应的等效扩散密钥和等效置换密钥。理论分析与数值仿真实验结果
针对虹膜卷缩轮位置检测中卷缩轮边界定位困难的问题进行了研究,提出了一种基于V型检测算子和边缘梯度的虹膜卷缩轮检测方法。首先根据虹膜卷缩轮内部纹理的位置特征、形状特征和灰度特征,定义V型检测算子,在归一化图像中,利用V型检测算子对图像进行处理,提取卷缩轮内部纹理终点坐标;其次,通过曲线拟合得到卷缩轮边界的初定位区域;最后利用边缘梯度算子在初定位区域进行检测提取卷缩轮边界。实验结果表明,该方法的正确检
由于实际的棉田环境中存在高度遮挡及尺度多变问题,大幅降低了目标计数算法的精度。针对这一问题,提出基于上下文多尺度融合的棉铃计数算法。算法由金字塔结构的上下文模块和融合卷积神经网络两个部分组成。首先通过全局上下文和局部上下文模块对棉铃图像的上下文信息编码,同时利用多列特征转换模块将输入图像映射成高维特征,最后通过融合卷积神经网络将上下文信息与高维特征进行融合,实现高精度棉铃计数并生成高质量棉铃密度图
在域内部分信息隔离场景下,针对SFC映射对传输时延和资源开销的影响,提出一种基于深度强化学习的服务功能链跨域映射算法。首先提出一个集中式编排架构,在此架构下上层控制器利用全网格聚合技术来构建抽象拓扑,降低域间映射复杂度;其次将SFC请求分割问题建模为马尔可夫决策过程,使得虚拟网络功能均衡地分配到各个域中;最后以域间传输时延以及映射资源开销为奖励函数构建深度强化学习网络,通过训练完成域间映射,如果域