基于生物视觉的center-surround机制,提出一种用改进的LoG(Laplacian of Gaussian)算子检测光团目标的方法。首先明确了光团目标的成像模型,分析了LoG算子的性质及其响应,接着提出了归一化的LoG算子。理论上指出该算子可用于检测光团目...基于生物视觉的center-surround机制,提出一种用改进的LoG(Laplacian of Gaussian)算子检测光团目标的方法。首先明确了光团目标的成像模型,分析了LoG算子的性质及其响应,接着提出了归一化的LoG算子。理论上指出该算子可用于检测光团目标。仿真和实验证明:该算子可以用于检测图像中已知大小和未知大小的光团目标,并且实用性优于其他常规方法。结合Kalman滤波和粒子滤波,该算子还可以用于序列图像中单目标和刚体的跟踪。理论推导和实验结果表明,该方法是稳健和高效的。展开更多
针对现有的网络社区挖掘算法在社区划分的质量不高及执行效率低的问题,提出了一种基于日志聚类的邮件网络社区挖掘算法LENCM(the log clustering based e-mail network community mining algorithm),算法根据日志聚类节点的密度变化确...针对现有的网络社区挖掘算法在社区划分的质量不高及执行效率低的问题,提出了一种基于日志聚类的邮件网络社区挖掘算法LENCM(the log clustering based e-mail network community mining algorithm),算法根据日志聚类节点的密度变化确定核心节点,构成日志连通子图并确定邮件网络社区划分的初始社区中心点和个数,采用错误注入的方式构造算子,并把执行后的日志与关联规则进行比较,借助社区中心动态调整方法将非核心节点划分至所属社区。实验证明基于日志聚类的邮件网络社区划分挖掘算法有较高的划分质量和较快的执行效率,具有一定的有效性和可行性。展开更多
文摘基于生物视觉的center-surround机制,提出一种用改进的LoG(Laplacian of Gaussian)算子检测光团目标的方法。首先明确了光团目标的成像模型,分析了LoG算子的性质及其响应,接着提出了归一化的LoG算子。理论上指出该算子可用于检测光团目标。仿真和实验证明:该算子可以用于检测图像中已知大小和未知大小的光团目标,并且实用性优于其他常规方法。结合Kalman滤波和粒子滤波,该算子还可以用于序列图像中单目标和刚体的跟踪。理论推导和实验结果表明,该方法是稳健和高效的。
文摘针对现有的网络社区挖掘算法在社区划分的质量不高及执行效率低的问题,提出了一种基于日志聚类的邮件网络社区挖掘算法LENCM(the log clustering based e-mail network community mining algorithm),算法根据日志聚类节点的密度变化确定核心节点,构成日志连通子图并确定邮件网络社区划分的初始社区中心点和个数,采用错误注入的方式构造算子,并把执行后的日志与关联规则进行比较,借助社区中心动态调整方法将非核心节点划分至所属社区。实验证明基于日志聚类的邮件网络社区划分挖掘算法有较高的划分质量和较快的执行效率,具有一定的有效性和可行性。