空间可变有限混合模型

目的有限混合模型是一种无监督学习方法,它被广泛的应用到数据分类任务中。然而,在图像分割过程中,由于有限混合模型没有引入邻域像素间的空间关系,导致了图像分割结果对噪声非常敏感。为了增强有限混合模型的抗噪性,提出一种新的空间可变有限混合模型。方法该模型通过在像素的先验分布中引入一种新的空间关系来降低噪声对图像分割结果的干扰。在构建空间关系的过程中,利用形态学膨胀原理将空间邻域内特征值出现的概率而不是特征值本身进行膨胀操作,然后通过根据具有最大概率的分类标记在高斯混合模型迭代地计算过程中进行局部像素空间平滑,从而起到抑制噪声干扰的作用。结果本文实验包含了人工合成图像和医学CT图像的图像分割实验。在人工合成图像分割实验中,对人工合成图像添加了不同程度的噪声来测试本文模型和对比模型对噪声抑制能力的高低;对医学CT图像进行图像分割实验,以是比较本文模型与对比模型之间在实际图像分割中的效果。结论实验数据显示,本文提出的模型在噪声抑制能力上,图像分割精度和计算效率上均有更优的性能。

混合有限元模型的集成方法

探讨了混合模型的建模问题 ,对两种方案运用 Super SAP进行比较分析 ,对如何准确实现艉部三维空间结构和船体梁之间的动力特性的耦合进行了分析研究 。

空间约束混合伽马模型的SAR影像分割算法

为了避免斑点噪声的影响并实现高效且精确的合成孔径雷达(synthetic aperture radar,SAR)影像分割,提出一种结合空间约束混合伽马模型和共轭梯度的SAR影像分割方法。根据SAR影像强度统计特性,采用混合伽马模型建模像素强度统计分布。为了降低SAR影像斑点噪声的影响,利用局部像素类属性定义组份权重,构建空间约束混合伽马模型。考虑到伽马分布自身结构,构建条件期望函数,并采用共轭梯度估计模型参数,以实现高效且精确的SAR影像分割。为了验证所提出算法的分割性能,与对比算法进行分割实验,并定量和定性地评价分割结果。实验结果表明,所提出算法可获得高精度分割结果,且具有较高的分割效率。

有限混合模型的竞争性EM算法

本文提出了一种新颖的有限混合模型的竞争性EM(CEM)算法以克服EM算法的两个主要缺点：在局部最大值时经常中断和有时会收敛参数空间的边界。本文提出的算法具有自动选择簇数量以及在新的竞争性作用原理基础上选择“分裂”或“合并”处理的有效性。它对于混合部件数量和模型参数的初始结构均不敏感。实验数据显示，我们的算法对于混合模型的参数估算具有很高的期望特性。该算法也能应用于复杂的汉字字符结构的分析上。结果表明，本文提出的算法比以前具有较大规模计算量的方法要好得多。

二元数据子空间聚类算法的初始化研究

针对二元数据空间高维稀疏性的特点而提出的有限混合伯努利模型,能够快速寻找映射簇的模型框架;EM算法是数学模型进行参数迭代的重要方法,其算法的优劣很大程度上取决于其初始参数。对于运用EM算法来实现有限混合伯努利模型聚类算法已有许多研究,EM算法中参数的选取直接影响聚类算法的性能。引入Binning法和改变数据之间相似度测量方式、中心点的选取方式来进行初始化,从而大大减少聚类结果对初始参数的依赖,实验证明该算法是高效的、正确的。

船舶振动预报的有限元建模方法和应用概况

本文介绍了采用有限元技术来分析船舶振动的建模方法。论述了一维梁模型、二维平面模型、三维空间模型和混合模型这几种常用计算模型的特点，介绍了目前船舶振动预报的有限元技术应用概况。

基于概率分布估计的私家车和出租车行程时间可变性度量

自动车牌识别数据中含有不能反映通常交通状况的异常数据,会对行程时间可变性的度量产生干扰。代表通常交通状况的有效数据由多种群组成,在概率分布上具有多峰、偏斜等特点,使用固定数量分布很难准确拟合有效数据的分布。这也导致具有右向长尾分布特点的异常数据识别困难。基于对数正态分布的K分支混合模型,通过动态确定分支数K实现两类数据的区分并对有效数据分布进行最佳拟合。算法对出租车和私家车样本数据取得了良好的异常数据识别效果,并对两种出行方式的行程时间可变性进行准确度量。实验结果表明,异常数据的存在对行程时间可变性度量的统计结果有明显的干扰,若不滤除会在出行决策上产生误判。

基于可变形状参数Gamma混合模型的区域化模糊聚类SAR图像分割

为了解决传统模糊聚类算法无法准确刻画SAR图像强度分布特征以及抗噪性差等问题,提出一种基于可变形状参数Gamma混合模型(GaMM)的区域化模糊聚类SAR图像分割方法.首先,利用Voronoi划分技术将SAR图像完备地划分为若干个Voronoi多边形;然后,假设SAR图像强度服从可变形状参数的GaMM,以GaMM的负对数函数刻画多边形与聚类间的非相似性关系,并结合具有邻域多边形空间约束作用的规则化项定义区域化模糊聚类目标函数;在模型参数求解的过程中,对于无法直接通过导数求解的形状参数及生成点集,设计以目标函数最小化为准则的移动更新操作以逐步逼近最优解.通过对真实及模拟SAR图像分割结果进行定性定量分析,有效地验证了所提出算法对SAR图像强度分布拟合的准确性及分割的抗噪性.

基于MRF随机场的多光谱遥感影像最优化分级聚类

有限混合模型FM的分级聚类已广泛应用于不同领域,然而,由于它的计算复杂度与观测数据量平方成正比,致使在遥感影像方面应用受到了限制。另外,多光谱图像能提供空间和光谱两类信息详细的数据,但是,大多数多光谱图像聚类方法是基于像素的聚类,仅使用了其光谱信息而忽视了空间信息。本文定义一个相对混合密度函数,通过引入一个q-参数来调节各成分密度对其混合分布的贡献,提出一种广义有限混合模型GFM,设计一种新的适用于多光谱遥感影像的GFM分级聚类算法。该算法把MRF随机场和GFM模型结合在了一起,分类数通过PLIC准则自动确定。最后,利用仿真结果验证该算法的有效性,同时通过与K均值聚类、FM分级聚类以及SVMM分级聚类的比较说明本文算法的优越性。

基于双特征的丘陵山区耕地低空遥感图像配准算法

针对丘陵山区耕地小型无人机航拍图像(低空遥感图像)中的尺度变化、几何畸变、图像重叠等问题,提出了基于双特征的丘陵山区耕地低空遥感图像配准算法。该算法鉴于丘陵山区耕地背景环境复杂、光照因素等影响,采用尺度不变特征SURF算法提取了遥感图像的特征点,并构建了能够稳健描述航拍图像几何特征的双特征描述子;在此基础上,以高斯混合模型(GMM)为核心,结合2个单一特征差异描述子(基于欧氏距离的全局特征和基于和向量的局部特征)构造的双特征描述子,得到了能够同时通过2种特征进行对应关系评估的双特征有限混合模型(DFMM),并通过再生核希尔伯特空间(RKHS),基于高斯径向基函数(GRBF)对待配准图像进行了全局与局部结构双约束的空间变换更新。为了验证本文算法的可行性及其性能,采用小型无人机航拍的丘陵山区坡耕地多视角遥感图像开展了实验,将本文算法与SIFT、SURF、CPD、AGMReg、GLMDTPS及PRGLS进行了比较。实验结果表明,本文算法不仅在不同坡度的坡耕地航拍图像多视角配准过程中,均具有较好的鲁棒性,也适用于部分复杂地形小型无人机航拍的多视角遥感图像配准。

横桥向地震作用对钢拱桥地震损伤发展的影响

为了研究横桥向地震作用对钢拱桥结构地震损伤发展的影响,以一座实际中承式钢拱桥为对象,建立考虑损伤区局部变形影响的全桥混合有限元(FE)模型.通过对结构进行不同峰值加速度地震作用下的弹塑性地震反应计算,对比分析在空间三维地震作用和仅在桥梁面内地震作用下钢拱桥的损伤发展情况.结果表明,横桥向地震动输入虽然不改变钢拱桥面内的位移时程响应及地震塑性损伤区域的分布位置,但会增大钢板发生局部变形的程度并加速焊接节点超低周疲劳损伤的发展,从而增大结构发生局部失稳破坏和超低周疲劳破坏的可能性.在钢拱桥的抗震设计中宜同时考虑3个方向的地震作用,以确保结构的抗震安全.

融合多尺度特征的马尔可夫随机场路面裂缝分割算法

为提高路面裂缝分割算法的准确性和鲁棒性,提出一种融合灰度统计模型和多尺度特征向量的马尔可夫随机场裂缝分割模型.首先,基于裂缝图像直方图,采用高斯分布和瑞利分布构架裂缝图像灰度统计模型,并利用EM算法对模型参数优化求解;然后,采用双向高斯核函数与裂缝图像的卷积构造裂缝的Hessian矩阵,通过计算不同尺度下的裂缝测度响应值提取裂缝图像的多尺度特征向量,以增强裂缝的树状几何结构;最后,将多尺度特征向量融合到马尔可夫随机场裂缝分割模型,基于最小能量准则,使用条件迭代算法求解裂缝最大标号场.在公共数据集CrackTree206和200幅自建的裂缝数据集上,与马尔科夫随机场等3种算法进行对比分析,实验结果表明,所提算法的概率边缘指数指标达91.78%,全局一致性错分指标达9.86%,评价指标优于其他裂缝分割算法,说明了所提算法能够有效地提高裂缝分割精度.