均值漂移
均值漂移的相关文献在1994年到2022年内共计600篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、测绘学
等领域,其中期刊论文485篇、会议论文22篇、专利文献5368篇;相关期刊210种,包括中国图象图形学报、电视技术、光电工程等;
相关会议21种,包括第十六届全国图象图形学学术会议 暨第六届立体图象技术学术研讨会、第十八届中国遥感大会、2011年中国智能自动化会议等;均值漂移的相关文献由1539位作者贡献,包括焦李成、王爽、马文萍等。
均值漂移
-研究学者
- 焦李成
- 王爽
- 马文萍
- 侯彪
- 赵春晖
- 常发亮
- 沈占锋
- 潘泉
- 吴炜
- 周芳芳
- 徐克虎
- 汪西莉
- 胡晓东
- 骆剑承
- 丁业兵
- 刘红英
- 刘芳
- 孙殿柱
- 尚荣华
- 屈嵘
- 左军毅
- 张波
- 张洪才
- 梁彦
- 樊晓平
- 江万寿
- 王丽丽
- 程咏梅
- 范新南
- 蔡延光
- 韦巍
- 韩明
- 乔谊正
- 侯志强
- 刘彬
- 刘教民
- 刘星彤
- 刘玲
- 刘磊
- 刘阳
- 刘静
- 刘靳
- 史晓非
- 叶榛
- 吴福朝
- 夏玉
- 姬红兵
- 宋洋
- 张可黛
- 朱明
-
-
胡春燕;
司明明;
陈玮
-
-
摘要:
针对多模态脑部肿瘤图像分割难度较大和对脑部肿瘤边缘区域的分割不足等问题,本文将多模态脑部肿瘤图像分割任务分成两部分解决.第一部分是对脑部肿瘤轮廓区域的分割,先用超像素分割算法对图像进行预处理简化图像的表示形式,再提取每个超像素区域的灰度直方图,通过皮尔逊相关系数计算每个超像素区域的相似度,最后用均值漂移算法对剩余的直方图进行迭代运算,完成对脑部肿瘤图像轮廓区域的分割.通过在2D脑部肿瘤图像LGG数据集上的大量实验分析,本文的肿瘤轮廓分割模型可以很好的分割出肿瘤轮廓.第二部分用本文改进的U-net算法对脑部肿瘤图像轮廓区域进行精细的多模态分割.在多模态脑部肿瘤图像数据库Brats2019进行大量的实验,结果表示本文算法能够很好的细分出脑部肿瘤区域.
-
-
刘一;
周威;
金际航;
边少锋;
谷守周
-
-
摘要:
针对当前接收机自主完备性监测(receiver autonomous integrity monitoring,RAIM)算法中存在多粗差探测识别能力较弱、计算效率不足等问题,提出一种基于Mean Shift(MS)模型的多粗差探测RAIM算法。首先利用QR奇偶检校法构建样本数据集和QR检验向量;其次基于MS模型估计样本密度中心,并以此作为MS检校向量,使用观测向量与MS检校向量的距离来评价观测值可靠程度,从而确定异常观测卫星;最后联合观测向量、MS和QR检校向量构建基于距离关系的权系数函数,对多个异常观测进行处理。实验结果表明,基于MS检校向量的粗差判别方法在多粗差存在的情况下,具有更灵敏的粗差识别能力;相比最小二乘残差法,新型RAIM算法改善了多粗差探测识别能力和计算效率,可有效提高多系统融合单点定位的可靠性。
-
-
申赞伟;
周军盈;
张士文;
殳国华;
张峰
-
-
摘要:
电类实验教学过程中人工评判学生所测数据工作烦琐,影响了教学质量和效率。该文提出了改进的K近邻(K-nearest neighbors,KNN)分类算法,即基于均值漂移、安全间隔和核主成分分析(KPCA)的M-KPCA-KNN(KNN based on margin and KPCA)算法,以判断学生测量数据正确与否和错误原因。首先利用KPCA对高维实验数据进行降维,然后利用均值漂移向量找到不同类别数据的最密集位置,并在不同类别数据的边界设置安全间隔,最后,将与待测样本距离最近的k个数据设置权重,计算每个类别的权重和,权重和最大的类别为待测样本的类别。与现有的KNN算法相比,M-KPCA-KNN算法不仅提高了分类正确率,而且降低了时间复杂度。
-
-
徐一帆;
侯岩松;
纪英财;
孙立风;
魏清阳
-
-
摘要:
正电子发射断层扫描(PET)是一种功能性核医学成像设备,已广泛应用于临床检验和临床前研究。其核心探测器主要采用闪烁晶体阵列耦合光电器件阵列的模块化设计。该类型探测器需要对其泛场图像进行分割,制作晶体位置查找表。本文开发了一种针对双层错位的DOI-PET探测器的泛场图像晶体响应中心自动识别和分割算法。基于奇异值分解和均值漂移的算法实现顶层晶体中心的识别;基于自组织映射(SOM)神经网络的算法和均值漂移实现底层晶体中心的识别;采用基于欧氏距离的算法,实现了泛场图像晶体单元的分割。将本文所开发的算法用于整环(48张)PET泛场图像,晶体模块中心识别的准确率为99.34%,完成分割整张泛场图像的平均耗时为101 s。测试结果表明,本文所开发的泛场图像晶体响应中心自动识别和分割算法适用于双层错位的DOI-PET探测器,算法鲁棒性强、准确率高、运算速度快。
-
-
张京坤;
王怡怡
-
-
摘要:
为提高对舆情信息的分析能力,设计并实现基于Spark框架的均值漂移算法。使用Ansj分词、Word2vec算法对舆情信息进行特征提取,然后基于Spark并行计算框架和均值漂移算法原理进行聚类分析。实验结果显示,均值漂移算法在Iris和Wine两组数据集下的准确率均超过90%,聚类结果明显优于K-means算法,具有较好的适应性。性能实验结果表明,增加运行程序的并行化程度可以提高均值漂移算法的运行效率。基于Spark框架的均值漂移算法能有效提高舆情信息的分析能力,助力建立健康的网络环境。
-
-
陈思宇;
刘宪钊;
王懿祥;
梁丹
-
-
摘要:
【目的】高郁闭度华北落叶松林Larix principis-rupprechtii林木树冠交叉重叠,传统的基于高分辨影像的单木识别方法识别精度不高。利用机载LiDAR三维点云数据可提高高郁闭度华北落叶松林的单木识别精度。【方法】在点云数据预处理基础上,提出基于点云空间特征的高斯核函数改进的均值漂移单木位置识别方法 (MSP),比较并分析MSP法与基于点云空间特征的区域生长点云分割方法 (RGP)、基于冠层高度模型的局部最大值单木位置识别方法 (LMC)和基于冠层模型的多尺度分割单木位置识别方法 (MSC)的单木识别效果。【结果】4种方法单木位置识别精度从大到小依次为MSP(89.30%)、LMC (85.60%)、RGP (77.50%)和MSC (70.00%),MSP的漏分误差和错分误差最小,分别为8.7%和8.0%,平均单木冠幅提取精度为90.18%。【结论】提出的MSP法对高郁闭度华北落叶松林单木位置识别具有较好的适用性,利用机载LiDAR可为提取华北落叶松林森林结构参数提供新的途径。图3表3参28。
-
-
曾思康;
赵汝进;
马跃博;
朱自发;
唐雨萍;
朱梓建
-
-
摘要:
针对传统帧模式星敏感器在高动态(≥3°/s)下星点质心提取精度低或提取失败的问题,提出一种基于事件的高动态星敏感器星点提取方法。该方法基于事件相机低延迟、高时间分辨率的特性,解决了高动态条件下的运动模糊问题。首先,提出基于时空密度的噪声去除方法,针对事件流进行降噪处理,平均去噪精度在0.85以上,提高了事件信噪比。其次,提出基于均值漂移的星点定位方法,计算星点事件簇的中心作为星点质心。最后,通过不同条件下的仿真实验,验证了所提去噪方法的有效性和鲁棒性,且角速度达到20°/s时,仍可完成星点提取,角速度在3°/s~10°/s时,平均质心误差小于0.04 pixel,角速度达到15°/s时,平均质心误差小于0.1 pixel。
-
-
胡竣涛;
时小虎;
马德印
-
-
摘要:
随着中国人口老龄化的加剧,居家养老服务需求迅速增加.在一些大型社区中,由于对居家养老业务的需求量庞大,护工的调度问题变得愈发重要.但目前仅有少量文献对此进行研究,且都是基于已知护工数量的前提,无法为服务中心招收各等级护工数量提供参考.本文提出一种基于均值漂移聚类和遗传算法的护工调度算法,在完成所有老人护理任务的前提下进行护工的合理调配.算法首先将老人按照位置及所需护工等级进行聚类,以减少计算规模;然后采用遗传算法,使用实数编码方式和精英保留策略,对护工的服务路径进行规划,提高效率;最后将文中提出的算法应用于实际数据.实验结果表明,对老人进行聚类后再采用遗传算法能有效地降低成本、减少路径规划所需的时间.通过分析结果中所需不同等级的护工数量,给出了所需各等级护工数量与服务老人数量之间比例关系的建议.
-
-
奚昌泽;
梁丹;
绍千钧;
赵永杰;
梁冬泰
-
-
摘要:
针对车刀表面粗糙度大、磨损区域图像难以准确分割的问题,提出一种基于均值漂移和自适应阈值分割的刀具磨损检测方法.这一方法通过频率域滤波过滤图像中无效的高频噪声信息,对降噪图像进行形态学处理.利用均值漂移聚类算法进行预分割处理,简化纹理信息,并突出磨损区域特征.通过自适应阈值分割算法准确提取刀具磨损区域,同时计算刀具的磨损宽度均值.试验表明,采用所提出的刀具磨损检测方法,分割准确率达到97.96%,能够有效判别刀具的磨损状态.
-
-
许国梁;
周航;
袁良友
-
-
摘要:
若在建模时存在目标,部分目标像素会进入背景模型,会在检测时产生"鬼影".为了有效抑制"鬼影",提出一种利用混合高斯和拓扑结构(Gaussian mixture model and topological structure,GMMT)的人体"鬼影"抑制算法.算法分为两个阶段,背景建模阶段采用双通道建模,通道一利用混合高斯模型进行预检测,接着利用拓扑结构将分散的人体目标连接获得完整的目标并取其外接矩形,然后将矩形外的像素加入背景模型,经过多帧的建模得到空背景;通道二使用多帧平均法计算背景模型.通过设置建模帧数的阈值T选择建模方式,若建模帧数小于T则使用通道一建模,否则使用双通道联合建模.目标检测阶段利用改进的背景差分法实现人体分割并进一步消除"鬼影".经过测试,GMMT在建模阶段存在目标的情况下可有效地抑制"鬼影".
-
-
-
-
袁香伟
- 《2018年(第三届)京津冀高校建筑与土木领域研究生论坛》
| 2018年
-
摘要:
目标跟踪是当今智能信息处理的研究热点,智能信息处理在日常生活中得到重视,与之相关的应用也得到发展.视频物体目标跟踪是计算机视觉领域的热门话题,在很多实际场景中得到广泛应用.本文首先对目标跟踪的具体过程进行详细的介绍,在运动模型部分简单介绍了几种,如均值漂移、粒子滤波和卡尔曼滤波,还有基于特征点的光流算法等,在观测模型部分介绍了产生式和判别式模型;接着介绍了几种跟踪效果较好的跟踪方法;在本文结尾,总结了目标跟踪和其以后的发展方向.
-
-
李朋成;
黄宗维;
陈兰康
- 《全国测绘科技信息网中南分网第三十次学术信息交流会》
| 2016年
-
摘要:
随着社会科技的发展,世界各国对遥感技术的研究也越来越深入,一些研究者发现,虽然遥感影像的精度逐渐提高,但在遥感图像识别、分析、加工上,"同物异谱""同谱异物"的现象依然很多,从遥感影像中提取出有用的信息有一定的难度.因此,相对于海量的遥感数据,实际被应用的还是很小的一部分.由于遥感图像地物的复杂性和多样性,遥感图像分割仍是国际学术界公认的难点之一.本文介绍了遥感图像分割的两种算法——均值漂移法和分水岭算法,并对其存在的问题进行了一些简要的评述,结合前人的研究经验,提出了一种结合两种算法的遥感分割法,并对其分割效果做了简要的评价.
-
-
-
Wang Zhiguo;
王志国;
Liu Fang;
刘方
- 《第七届中国信息融合大会》
| 2015年
-
摘要:
针对长时间间隔的红外视频目标跟踪过程中目标邻近性弱、目标规则性低的问题,提出一种基于自适应邻域分块匹配策略,结合均值漂移技术的跟踪算法.该算法依据目标形状特性、运动特性的约束信息,构建自适应候选搜索框,基于统计相似度测量极值刻画跟踪起点,应用均值漂移法确定目标位置.采用多组实测红外视频数据验证,算法对长时间间隔、机动红外面目标跟踪效果良好.
-
-
代沁伶;
王雷光;
刘宇
- 《第十八届中国遥感大会》
| 2012年
-
摘要:
区域分割是面向对象的遥感影像处理的核心技术之一.针对传统区域分割算法多基于单个线索的不足,提出了一种融合多边缘测度的高分辨率遥感影像区域分割框架.首先,归纳和总结了两组经典的边缘检测算子.第一组包括:亮度梯度、纹理梯度以及色彩梯度;第二组包括:亮度梯度和边缘模板方向算子.然后,基于多幅手工勾绘的参考高分辨率遥感数据,分别建立了各边缘检测算子与地物真实边界的回归关系模型.具体考虑的回归关系模型:Logistic回归模型、支撑向量回归模型.然后,对测试影像采用模型组进行多边缘线索回归,将回归结果作为边界置信度信息.最后,将置信度以权重的形式整合到均值漂移分割算法中,实现图像区域分割.两组影像的定量和目视结果表明:本方法能有效的控制过分割和欠分割的产生,且具更好的区域边界定位效果.
-
-
张拉;
彭传军;
杨盈昀
- 《第16届国际广播电视技术讨论会(ISBT 2011)》
| 2011年
-
摘要:
在引视频运动目标跟踪作为计算机视觉研究的一个分支,近年来成为视频处理研究的重要内容,研究结果被广泛的应用在人机交互、视频监控等场合。它融合了图像处理、模式识别及计算机应用技术等相关领域的先进技术和研究成果,有着非常广泛的应用和实用价值。rn 目标跟踪算法一般是利用目标的颜色、边缘、运动、形状、纹理和结构等特征来实现对运动目标的跟踪。经典的跟踪方法主要有:Kalman滤波、光流法等。在跟踪领域,Mean-shift算法具有简单快速的特点,但是在目标快速移动时不能实现有效跟踪.粒子滤波能有效地解决这个问题,但是计算量较大,难以满足实时跟踪的要求.本文提出一种基于两种算法融合的新算法,该算法有效地融合传统Mean-shift算法的简单快速和粒子滤波跟踪算法鲁棒性强的优点.rn 融合算法把Mean-shift算法和粒子滤波算法两者的优点结合起来,使得粒了数目大大降低,并充分利用Mean-shift算法寻找局部最优值的特点,实现少量粒子准确跟踪。在目标特征提取上,本文采用的是颜色直方图模型,这种模型比较简单,但是对于比较复杂的跟踪环境,颜色直方图模型并不具有优势,研究的下个方向是提取更为复杂或者几种特征共同组成的融合特征,以达到在复杂坏境下的准确跟踪。
-
-
-
-
-
-
-
-
-
-
-
-
- 国网河北省电力有限公司营销服务中心
- 国家电网有限公司
- 公开公告日期:2022-06-24
-
摘要:
本发明提供了一种基于均值漂移聚类的低压台区用户用电数据聚类方法,属于用电数据无监督的数据聚类技术领域,包括:给定m维空间的用电数据集X∈Rm×n,计算用户用电数据xi(i=1,2,…,n)的密度估计函数;根据函数的极值定理,局部密度极大值点位于密度函数的梯度零值点中,对上式求导,得到梯度函数,从而找到用电数据密度的极大值点;考虑用电数据中的噪声数据的影响,引入高斯核函数,实现用户用电数据的高维可分,提高分类的鲁棒性。本发明提供的一种基于均值漂移聚类的低压台区用户用电数据聚类方法,在低压台区用电信息采集场景中,用户类型多样,用电场景、用电行为复杂,有效改善用电数据分析的质量基础。
-