-
题名基于MRF随机场和广义混合模型的遥感图像分级聚类
被引量:3
- 1
-
-
作者
刘晓云
王振松
陈武凡
李小文
-
机构
电子科技大学自动化工程学院
-
出处
《遥感学报》
EI
CSCD
北大核心
2007年第6期838-844,共7页
-
基金
国家"973"重点基础研究发展规划(编号:2003CB716101)项目
-
文摘
有限混合模型FM的分级聚类已广泛应用于不同领域,然而,它的计算复杂度与观测数据的平方成正比,因此,在海量数据方面的应用就受到了限制。另一方面,多光谱图像数据中同时包含有空间和光谱两类信息,但大多数基于像素的多光谱图像聚类方法,仅使用了其频谱信息而忽视了空间信息。本文提出了一种新的基于广义有限混合模型GFM的分级聚类方法,该算法把MRF随机场和GFM模型结合在一起,分类数可以通过PLIC准则自动确定。算法在执行过程中,采用K均值聚类方式获得过分类图像,分级聚类从过分类图像开始,代替原来从单点类开始的方式,这样可以方便获取GFM模型成分密度的初始参数。最后,采用由Gibbs采样器生成的仿真测试图对算法的精度进行了定量评价,通过与K均值聚类和FM聚类的比较说明了本文算法的优越性,同时用荷兰Flevoland农业地区的极化SAR图像验证了本文算法的有效性。
-
关键词
FM模型
广义Gaussian混合模型
MARKOV随机场
EM算法
ahc聚类
-
Keywords
finite mixture model
generalized gaussian mixture model
Markov random field
expectation maximization algorithm
agglomerative hierarchical clustering
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于凝聚型层次聚类的PBFT优化共识机制
- 2
-
-
作者
覃瑞卿
李正权
邢松
谭立容
-
机构
江南大学物联网工程学院
江苏省未来网络创新研究院
加利福尼亚州立大学信息系统学院
南京信息职业技术学院
-
出处
《光电子.激光》
CAS
CSCD
北大核心
2024年第2期207-215,共9页
-
基金
未来网络科研基金项目(FNSRFP-2021-YB-11)
111引智计划基金(B12018)
无锡市科技发展资金项目(G20213001)资助项目。
-
文摘
面对粮食联盟链网络中的大量共识节点,由于传统实用拜占庭容错(practical Byzantine fault tolerance, PBFT)共识算法效率低下,导致通信能耗过高,从而极大地增加信息泄露和数据造假的风险。针对上述难题,本文提出了一种基于凝聚型层次聚类(agglomerative hierarchical clustering, AHC)的PBFT优化共识算法。首先,利用AHC算法对所有网络共识节点进行目标划分和聚类;其次,使所有簇并行发生PBFT共识;最后,通过簇间主节点共识达成消息一致。实验结果表明,该改进算法能够有效降低能量开销,并提高共识效率和吞吐量。
-
关键词
信息安全
区块链
实用拜占庭容错(PBFT)
凝聚型层次聚类(ahc)
-
Keywords
information security
blockchain
practical Byzantine fault tolerance(PBFT)
agglomerative hierarchical clustering(ahc)
-
分类号
TP309.2
[自动化与计算机技术—计算机系统结构]
-