基于分布信息直觉模糊c均值聚类的红外图像分割算法

针对传统的直觉模糊c均值聚类算法进行图像分割时对聚类中心敏感导致最终聚类精度低、细节保留性差、时间复杂度较大等不足,提出了一种适用于电力设备红外图像分割的基于分布信息的直觉模糊c均值聚类算法。红外图像中高强度的非目标对象与图像强度不均匀对图像分割有较强干扰,所提算法能有效抑制该干扰。首先,将高斯模型引入电力设备的全局空间分布信息中以改进IFCM算法;其次,利用局部空间信息的空间算子优化隶属函数来解决边缘模糊和图像强度不均匀问题。经过对Terravic动态红外数据库与包含300幅电力设备红外图像的数据集进行实验,相对区域错误率在10%左右,受模糊因子m变化影响较小,验证了所提算法在有效性与适用性上明显优于其他对比算法。

基于直觉模糊C均值聚类的红外图像缺陷检测

红外热成像技术常被用来检测碳纤维增强复合材料的内部缺陷,但常用的光学热源加热效率低,需要近距离加热试件。激光具有能量集中、衰减小的优点,其作为加热源有助于实现远距离检测。本文介绍了线激光扫描红外热成像无损检测技术,并对加热过程中材料内部热传导进行了分析。其次,针对红外图像均匀性差、对比度弱,不利于缺陷特征提取的问题,本文引入基于直觉模糊C均值聚类算法的图像分割方法来提取缺陷边缘,与K-Means聚类方法相比,该方法可以提升缺陷模糊边缘的识别和检测能力,保留更多图像的细节信息,有助于准确提取缺陷边缘特征。

基于遗传算法的直觉模糊C均值聚类算法

针对一般直觉模糊C均值聚类算法在寻优过程中易陷入局部最优解的问题,利用遗传算法具备全局寻优的优点,提出了一种基于遗传算法的直觉模糊C均值聚类算法。在该算法中聚类中心为直觉模糊数,这使得遗传过程中个体信息变得复杂,进而增大了约束问题的处理难度。本文对产生的个体采用适时分段的归一化方法,很好地解决了该问题。仿真结果表明该算法所得聚类结果不仅准确而且更为细致。

隶属度修正的空间核直觉模糊聚类苗族服饰图案分割

针对直觉模糊聚类算法未考虑空间邻域信息的问题,提出一种隶属度修正的空间核直觉模糊聚类苗族服饰图案分割算法。首先,在直觉模糊C均值(Intuitionistic Fuzzy C-Means,IFCM)算法的目标函数中加入隶属度约束惩罚项,降低算法的计算复杂度;其次,使用核距离替代欧式距离,重新计算像素点到聚类中心的距离,提升算法的鲁棒性;最后,考虑空间邻域信息,对邻域内的像素点赋予不同的权重来修正隶属度函数,从而完成图像分割。实验结果表明,在含噪声的苗族服饰图案数据集中,所提算法的划分系数和划分熵为95.49%和7.44%;在彩色苗族服饰图案数据集中,所提算法的划分系数和划分熵为97.91%和3.42%,均优于其他对比算法,且提高了核函数的运行效率。

结合变化向量分析和直觉模糊聚类的遥感影像变化检测方法

针对多时相遥感影像变化检测存在数据不确定性、检测精度不高等问题,提出了一种结合变化向量分析(CVA)和直觉模糊C均值聚类算法(IFCM)的多时相遥感影像变化检测方法.首先通过CVA构建两个时相遥感影像的差异影像;然后采用直觉模糊C均值聚类算法对差异影像进行聚类得出变化区域和未变化区域;最后对变化检测结果进行二值化处理并进行精度评价.选取两个时相的高分一号遥感影像和Szada数据集影像作为实验数据.实验结果表明,采用提出的方法可有效解决传统方法存在的数据不确定性问题,变化检测精度达到了95.92%和92.70%,是一种可行的遥感影像变化检测方法.研究结果可用于森林动态变化监测、土地复垦利用规划变化分析以及灾损评估.

基于改进SIFCM和区域生长的三维CT图像缺陷体积测量

针对工件三维CT图像中孔洞和空腔缺陷体积测量问题,本文提出了一种基于改进型空间直觉模糊C均值聚类(NL-SIFCM)和三维区域生长的内部缺陷体积自动测量算法。首先对采集得到三维CT图像进行预处理;随后使用NL-SIFCM在三维CT图像上分割得到二值化缺陷图像组,同时针对三维CT图像切片间具有空间相似性改进得到快速算法;最后对二值化图像组进行三维区域生长得到缺陷体素数和空间结构,并将缺陷空间结构显示于三维可视化软件中辅助检测人员分析缺陷。实验结果表明,对用于模拟缺陷的标准球体积测量值相对误差在1.0%以内,具有较高测量精度;并通过实际工件检测验证了该算法适用性可有效满足CT检测需求。

基于直觉模糊集下的工程评标研究

本文从运筹学与管理学角度出发,将投标文件的评审看成一个多属性决策问题,利用直觉模糊c均值聚类算法良好的数据处理能力,采用直觉模糊算术加权平均算子和多属性决策方法,建立了基于直觉模糊集下的多属性决策模型。

基于自适应模糊神经网络的机器人焊接焊缝外形预测方法

为提高机器人焊接焊缝外形预测的准确性,提出一种基于直觉模糊C均值聚类和自适应惯性权重粒子群算法(IFCM-APSO)相融合的模糊神经网络焊缝外形预测方法。该方法以T型焊缝的焊脚宽度和焊高高度作为评价标准,选择影响焊接质量的焊接速率、激光功率、送丝速率和保护气体流量这4种变量作为输入参数,对自适应模糊神经网络中隶属函数的中心值和宽度进行优化,以保证机器人焊接的输入和输出参数具有较好的拟合性。最后,经过仿真和实验表明,所提出焊缝外形预测方法能较好地对机器人焊接的输入和输出参数进行非线性拟合,提高了其全局搜索能力和收敛速度,解决了传统模糊神经网络训练过程中容易陷入局部极小点的问题。

数据缺失下的IFCM-Slope One协同过滤推荐算法

为了提高数据缺失情况下的推荐准确性,保证服务的质量,给用户提供更加准确与实时的个性化信息,文章将直觉模糊C均值聚类(IFCM)和协同过滤推荐算法相结合,构建了IFCM-Slope One协同过滤推荐算法。通过引入直觉模糊C均值聚类对用户进行分类,减小邻居用户的搜索范围,降低计算的复杂度,再利用Slope One对用户喜好矩阵缺失数据进行填补,避免由于数据缺失导致推荐偏差,最后基于协同过滤推荐算法计算相似邻居集,并将相似邻居集中的用户喜好隶属度进行从大到小的排序,形成Top-n项目推荐集,生成用户推荐结果。

基于直觉模糊C核均值聚类算法的合成孔径雷达图像变化检测

针对合成孔径雷达图像中存在椒盐噪声影响变化检测精度的问题,在变化检测步骤中应用一种改进的直觉模糊C核均值聚类算法;首先运用代数运算方法——差值法、比值法、图像回归法,构建3幅光谱变化差异的图像,将3幅差异图像组成列向量;然后使用主成分分析算法对差异图像构成的列向量进行特征提取;最后采用直觉模糊C核均值聚类算法获取影像变化图。实验结果表明:所用算法可以减小椒盐噪声对合成孔径雷达影像变化检测的影响,而且该算法能更好地保留特征信息,提高变化检测的精度。

居民低碳通勤出行的主观态度识别及影响分析

基于已有的居民低碳通勤出行SP数据,应用直觉模糊C均值聚类算法对样本进行聚类,识别居民对低碳通勤出行所持有的主观态度类型。构建不同类型居民低碳通勤出行意愿的MIMIC模型,研究持有不同主观态度的群体其行为意愿形成机理的差异性。研究结果表明:居民低碳通勤出行的主观态度可划分为积极、中立、消极三类;主观态度与个体出行方式选择和低碳通勤出行意愿之间均存在相关性;持有不同主观态度的群体,作用于其行为意向的影响因素的构成,影响因素对行为意愿作用的路径,作用强度存在差异性。

聚类中心模型在某水闸枢纽工程评标中的应用

为提高水利工程评标结果的准确性,在水利评标决策中引入直觉模糊集和聚类理论,构建了基于模糊聚类分析的聚类中心模型。利用直觉模糊c均值聚类算法对不同专家的评分进行聚类分析,采用直觉模糊加权平均算子(IFAWA)聚合聚类分析结果,得到各方案的最终评分值,据此确定投标方案的优劣顺序。结果表明,在专家有意影响评标公正性或专家水平参差不齐等情况下,该模型相对传统评标模型更加科学合理可信。

改进型云计算VM资源调度方法

针对云计算框架中VM资源调度问题,提出一种改进型云计算VM资源调度方法。首先,将直觉模糊机制和Canopy算法融入传统的模糊c均值聚类算法,设计一种改进型直觉模糊c均值聚类算法,用以完成对用户任务请求进行聚类;其次,设计一种改进型粒子群算法,对云计算中的VM资源进行分配。通过在Cloudsim平台上的仿真实验结果表明,本文方法无论在资源调度效率,还是收敛性效果方面均优于经典调度方法,预期可以作为云计算框架中一种有效的资源调度方案。

基于X射线微焦CT的燃料颗粒空间距离自动测量方法

在某燃料元件产品中燃料颗粒随机弥散分布在非金属材料中,表征燃料颗粒的分布状况进而评估产品工艺质量具有重要意义。针对该问题,对三维空间内相邻燃料颗粒的间距测量进行了研究,使用X射线微焦计算机层析成像(CT)对该类产品进行了三维扫描成像,从而得到了三维CT图像。在三维CT图像的基础上,提出了一种结合改进型空间直觉模糊C均值聚类和三维区域生长的自动算法,用于分割图像中的燃料颗粒以得到每个燃料颗粒的空间结构。然后,通过计算质心获得燃料颗粒的中心坐标,进而自动计算出相邻燃料颗粒的空间距离。通过仿真实验验证了所提算法的可行性,通过标准球实验验证了测量误差,并通过实际燃料元件测试了相邻燃料颗粒间距的自动测量,表明了所提方法对燃料颗粒间距测量的有效性。