基于密度-距离的t混合模型流式数据聚类

传统流式数据采用人工设门法分析,效率低下且依赖于专家。近几年,很多自动流式数据聚类算法纷纷被提出,然而针对数据量不多且分布稀疏的小样本类群始终没有很好的解决办法。提出了一种基于密度-距离的t-混合模型流式数据聚类优化方法,能够较好地解决小样本类群区分困难的问题。该方法通过密度-距离中心算法定位各类群的初始中心,作为t-混合算法的初值对样本数据进行处理,通过最大似然估计求出各类群对应的样本数目,从而实现样本聚类。实验表明,与经典模型算法相比,基于密度-距离的t-混合模型优化算法具有更好的稳定性和可靠性,对小样本类群以及混叠的类群具有较强的适应能力。

一种钢坯表面喷印字符图像分割算法

为了提高钢坯表面喷印字符分割的效果,提出通过图像增强和滤波算法改善图像质量,解决钢坯表面喷印字符图像的分割问题.通过构造自适应阈值,自动分割图像进行字符串定位,并基于形态学处理、连通域分析设计了字符分割算法,解决了图像中存在的黏连和断裂问题.设计了一种掩膜保护字符的滤波算法,解决了细线噪声干扰问题,同时建立了相应的实验系统进行研究.结果表明:该算法效果较好,对字符图像黏连、断裂情况分割的正确率分别达到了99.6%, 98.3%,对细线噪声干扰类样本分割的正确率达到了97.9%.