磁共振颅脑图像快速模糊聚类分割算法的研究

尽管模糊C 均值 (简称FCM )聚类算法已广泛应用于图象分割研究 ,但是 ,由于模糊C 均值聚类算法所固有的一些缺点 ,特别是运算开销太大造成了该算法在实际应用中难以推广使用。根据模糊C 均值聚类算法和磁共振颅脑图象的特点 ,我们提出了一种分割磁共振颅脑图象的快速模糊C 均值 (简称FFCM )聚类算法。该算法利用K 均值聚类结果指导模糊聚类的初始化 ,使模糊聚类的迭代次数明显减少 ,从而极大地提高模糊聚类的速度。实际应用表明 ,FFCM的分割速度比FCM快 6 5倍以上 。

一种基于模糊规则的非线性系统快速模糊辨识方法

针对以往模糊建模方法中算法过于复杂的问题,提出了一种简单而有效的复杂系统模糊建模新方法。该方法是基于输入空间的模糊划分,计算给定样本在各模糊子空间的隶属度,并利用卡尔曼滤波算法辨识模糊模型的结论参数。整个辨识过程与模糊聚类方法[8]和误差反馈学习方法[5]相比所需的CPU时间最短。最后通过著名的Box-Jenkins煤气炉数据[7]仿真结果证明了该方法的有效性与实用性。

基于快速模糊干扰观测器的UASV再入Terminal滑模控制

针对无人空天飞行器再入大气层过程中气动参数变化剧烈、控制精度要求高的特点,设计了基于快速模糊干扰观测器的Terminal滑模控制方案。通过改进传统模糊干扰观测器的学习律,提出一种快速模糊干扰观测器,增强了其在线逼近干扰及系统不确定的能力。Terminal滑模的有限时间收敛特性提高了系统跟踪速度,同时采用快速模糊干扰观测器消除全部扰动的影响,从而保证了飞行品质。最后,仿真结果表明了快速模糊干扰观测器的优越性及闭环控制方案的有效性。

改进的快速模糊C均值聚类的图像分割方法

传统的模糊C均值(FCM)聚类算法广泛用于图像的自动分割,但该算法没有考虑像素的灰度和空间特征,对噪声和伪斑点图像不可能取得好的分割效果.提出一种改进的算法,在快速的FCM聚类的基础上,运用邻域像素的灰度相似度和聚类分布统计构造新的隶属函数,对图像进行二次聚类分割.该算法具有以下优点:1)有效地抑制了噪声的干扰;2)减少了图像的伪斑点;3)把误分类的像素很容易地纠正过来.对两种类型图像的实验分割结果表明该方法对噪声和伪斑点具有很强的鲁棒性和对像素聚类的正确性.

快速模糊边缘检测算法

通过对Pal.King的模糊边缘检测算法进行改进，提出了一种快速模糊边缘检测算法。该快速算法不但简化了Pal.King算法中复杂的G和G-1运算，而且通过实验，确定了Tr变换中最佳的隶属度阈值，大大地减少了迭代次数。从实验结果中可以看出，该快速算法不但提高了Pal.King算法的效率，而且具有很强的检测模糊边缘和细小边缘的能力。这种快速算法的性能优越，是一种非常实用的、高效的的图像处理算法。

基于快速模糊C均值聚类的图像粗集分割

传统的模糊C均值(FCM)聚类算法广泛用于图像的自动分割,但它有两个缺陷:一是收敛速度过慢;二是当图像的目标和背景像素拥有相近的灰度值,具有相似的隶属度,导致了图像边界区域的不连续和模糊.针对该问题,提出一种改进的算法,在快速FCM聚类的基础上,利用粗糙集理论中的上近似和下近似的概念来描述图像的目标和背景,引入粗糙熵的概念,选择合适的阈值,对图像进行精确分割.实验结果表明,这种算法可以达到满意的分割效果.

基于小波和快速模糊算法的医学图像边缘检测

在医学图像中,常常需要得到图像的边缘轮廓线,以便诊断病变情况。为适应这种需求,文中提出了基于小波分解和快速模糊算法的医学图像边缘检测方法。针对用模糊算法构造相应隶属函数进行图像边缘检测中存在的低频信号得不到有效利用、边缘检测速度较慢等问题,利用小波分解和快速模糊算法的优点构造边缘检测算法。这种方法使得小波分解后的低频信号中所包含的有用信息得到了利用,简化了算法并提高了算法的效率,增强了算法的适应性。文中算法检测出的图像边缘与经典边缘算子提取的图像边缘相比较,结果更加清晰完整。

基于图像时频域局部特征的快速模糊分割方法

对于景物 -背景对比度差且信噪比较低的灰度图像的分割问题 ,提出了一种基于时频域局部特征的快速模糊分割方法。鉴于多分辨小波分析具有良好的揭示图像信号的时频域局部信息的能力 ,在图像的多尺度小波分析的基础上 ,基于高斯 -马尔可夫随机场理论 ,应用统计的方法抽取一组参量 ,这组参量反映了图像的局部特征信息 ,从而构造出图像的特征集。最后利用快速模糊C -均值 (QFCM)聚类方法对特征集进行模糊划分 ,从而完成图像的分割。实验证明 ,该方法具有良好的分割效果 ,且有较强的稳健性。

一种改进的快速模糊边缘检测算法

在介绍Pal模糊边缘检测算法的基础上,提出了一种改进的模糊边缘检测算法,采用该快速算法,不仅简化了Pal算法中复杂的G和G-1运算,而且提出了改进的模糊增强Tr变换,并减少了迭代次数．实验证明,采用该改进算法,不但提高了边缘检测的效率,而且检测效果优于Pal算法,并具有较好检测模糊边缘和抑制噪声干扰的能力．

非局部降噪快速模糊C-均值聚类算法

传统的模糊C-均值聚类算法未利用图像的空间信息,在分割迭加了噪声的MR图像时分割精度较差。采用了既能有效去除噪声又能较好地保持图像边缘特征的非局部降噪方法,结合基于图像灰度直方图聚类分析的快速模糊C-均值聚类算法,得到了一种具有较高分割精度的图像快速分割算法。通过对模拟图像、仿真脑部MR图像和临床脑部MR图像的分割实验,表明提出的新算法比已有的快速模糊C-均值聚类算法有更精确的图像分割能力。

快速模糊正交最小二乘算法

在非线性正交最小二乘辨识方法中引入模糊基函数 ,得到可以统一利用语言信息和数据信息的模糊正交最小二乘方法 ,并且针对其计算量大 ,速度慢的缺点 ,推导出不用计算正交项的快速模糊正交最小二乘算法 ,并且在玻璃窑炉温度系统离线建模中进行了仿真实验 。

基于时间颜色特征及快速模糊C-均值聚类的多人跟踪方法研究

首先用一种改进的背景减除方法检测行人的运动轮廓;然后将检测出的行人的轮廓区域分割成代表单人的轮廓区域;再用快速模糊C均值聚类的算法提取每个人的颜色特征;最后利用点特征和颜色特征对多人进行跟踪,并且在跟踪的过程中利用时间颜色权值来消除噪声对颜色信息干扰。实验结果表明,在基于点特征跟踪的系统中结合时间颜色特征能有效地解决多人跟踪的问题,并提高了跟踪的鲁棒性。

基于HIS空间的快速模糊C-均值彩色图像分割

提出了一种基于HIS空间的快速模糊C-均值的彩色图像分割方法．首先将彩色图像由RGB转换为HIS，根据H分量和，分量分别计算出每个像素的4个隶属度，然后把H分量和I分量的一个隶属度结合形成一个二维特征矢量，最后对二维矢量进行快速模糊C-均值聚类得到最终的图像分割结果．

GPS/GLONASS/BeiDou/Galileo PPP快速模糊度固定

多系统精密单点定位（precise point positioning,PPP）模糊度固定及部分模糊度固定策略对实现快速模糊度固定至关重要。评估了当前GPS/GLONASS/BeiDou/Galileo 4系统星座状态下PPP首次模糊度固定时间所能够达到的水平。当首次模糊度固定时间小于300s时,GPS固定模式的固定解比例仅为28%,若改为GPS/GLONASS/BeiDou/Galileo固定模式,则固定解比例可高达90%。GPS固定模式的首次模糊度固定时间为533s,而GPS/GLONASS/BeiDou/Galileo固定模式仅需176s,改进了约67%。4系统模糊度固定情况下全部模糊度固定解的首次模糊度固定时间为290s,而部分模糊度固定解的这一时间则为166s,部分模糊度固定策略在多系统PPP模糊度固定中的运用使得首次模糊度固定时间大约缩短了43%。未来GPS、GLONASS、BeiDou和Galileo 4个全球导航卫星系统的可视卫星个数可达120颗,PPP首次模糊度固定时间有望进一步缩短,从而有力推动PPP在实时定位领域中的应用。

电磁悬浮微驱动器的快速跟踪模糊控制

介绍了一种电磁悬浮微驱动器的工作原理;针对磁悬浮微驱动器的运动特点,提出了一种基于最大值原理的模糊PID微驱动控制方法,对每种控制单元的输入输出信号与控制参数作了详细分析与矫正;首先进行了仿真实验,然后构建了微驱动器的实验装置,采用阶跃、方波和阶梯等驱动信号来检验该微驱动器的跟踪能力;实验数据表明,仿真结果与实验结果基本一致,验证了所提出的微运动控制方法的正确性和可行性。

一种改进的模糊边缘检测快速算法

比较全面地分析了 Pal.King模糊边缘检测算法的缺陷 ,提出了一种新的快速模糊边缘检测算法。该算法不仅克服了 Pal.King模糊检测算法定义的不足 ,简化了复杂的变换和逆变换运算 ,而且针对 Pal.King算法中对隶属度阈值设置为固定值的不足 ,提出了自动确定模糊增强变换中最佳隶属度阈值的算法 ,并在此基础上实现模糊增强函数中增强阈值的自动获取。仿真结果证明 ,该算法效率高、提取边缘精细、适用面广 。

基于模糊快速Hough变换的盘孔边界识别方法

为了快速准确地识别出某型航空发动机篦齿盘均压孔的边界,提出一种新的模糊快速Hough变换.利用局部梯度信息将检测圆所需的3D Hough变换转化为一个2D Hough变换检测圆心位置和一个1D Hough变换检测圆的半径.在检测圆心位置时,对2D参量空间进行多分辨率分级,通过迭代计算由粗到精逐步细化参量空间.采用模糊投票的方法来处理边缘像素位置和梯度方向的不确定性.通过实验对比了模糊快速Hough变换与标准Hough变换、随机Hough变换进行盘孔边界识别的效果,结果表明模糊快速Hough变换可以快速准确地识别出盘孔的边界,性能优于另外两种算法.

区域地基增强PPP-RTK模糊度快速固定方法研究

提出一种附加伪距精化的PPP-RTK区域地基增强信息单参考站生成方法和与之相应的用户模糊度快速固定方法。利用江苏省CORS网数据的测试结果表明,区域地基增强PPP-RTK用户仅需几个历元的观测数据进行模糊度固定,便能满足厘米级的精密单点定位应用需求。

一种改进的模糊边缘检测快速算法

系统分析了Pal.King模糊边缘检测算法的缺陷,提出了一种新的快速模糊边缘检测算法。该算法不仅克服了Pal.King模糊检测算法定义的不足,简化了复杂的变换和逆变换运算,而且针对Pal.King算法中对隶属度阈值设置为固定值的不足,提出了确定模糊增强变换中最佳隶属度阈值的自动算法。仿真结果证明,该算法效率高、提取边缘精细、适用面广,是一种很有实用价值的图象处理算法。

蒸汽供热系统的多变量快速模糊控制

针对蒸汽供热系统控制对象多变量、大滞后等特点,将多变量控制和快速模糊控制结合起来,提出了多变量快速模糊控制,并进行了仿真。仿真结果表明这种方法的控制有效地解决了中压和低压供热蒸汽温度和压力控制问题。多变量协调模糊控制系统的成功投入,使蒸汽温度和压力的波动范围减小到原来的一半。