一种加权模糊C均值聚类算法及其在图像分割中的应用

现有的加权模糊C均值聚类算法中,属性加权是一个不断迭代、重复计算的过程,费时费力。针对这种情况,提出Fisher线性判别率进行属性加权。算法首先直接计算每一维属性对模糊聚类的贡献度,其次对所有属性的贡献度进行归一化处理然后加权聚类。在人工和实际数据集所做实验表明:该算法在提高聚类速度的同时,聚类效果上也优于其他同类加权模糊C均值聚类算法。

含光伏电站发电系统可靠性评估方法研究

近年来光伏发电并网容量不断增加,如何准确评估其对发电系统可靠性的影响具有现实意义。综合考虑光伏出力具有的昼夜日周期性和季节时序特性,提出了一种基于最优分段和多维聚类算法的光伏出力建模方法。首先根据光伏每天有效出力时间长短为原则,采用Fisher最优分段算法,对其年时序出力进行最优分段;然后利用模糊c均值聚类技术对每一时间段逐一进行聚类分析。使得光伏出力的建模更细化,能较好地保留了其局部特性。以IEEE-RTS测试系统为例,针对宁夏某光伏电站实测出力数据,采用该方法将年评估时间尺度智能划分为5个时间段,并在各时间段上量化分析不同光伏容量对发电系统可靠性的影响。计算结果证明了该方法的有效性,对光伏电站的并网容量规划具有重要指导意义。

基于FCM-Fisher判别分析的难采储量分类

目前储量的分类标准要求所有指标值符合既定的指标范围,否则难以划分储量类别。为克服这一问题,结合模糊C均值法和Fisher判别分析法实现难采储量的分类。首先基于效益指标运用模糊C均值算法自动搜索储量的最佳类别,再利用Fisher判别分析法建立储量效益指标类别与储量属性指标的关系式。在已知储量指标值的情况下,通过此关系式即可判别储量的类别。最后以大庆某油田为实例,对其难采储量进行分类,有效指导难采储量滚动开发决策。

一种车载红外视频彩色化算法

针对红外图像成像的特点,将基于Fisher评价函数的多阈值红外图像分割算法和基于先验色彩知识的红外图像上色算法运用到车载红外视频彩色化中。在基于Fisher评价函数的多阈值分割之前对关键帧进行快速模糊C均值聚类,以所得聚类中心来限制多阈值分割中阈值的取值范围,实现了较快的图像分割;再以得到的阈值对红外视频逐帧进行景物分类,同时根据先验知识逐帧对不同景物类别赋予自然彩色。实验结果表明,该算法实现了对车载红外视频的自动彩色化,不仅得到的图像色彩较为真实有利于人眼的目标识别,实时性方面也达到了较好的效果。

基于纹理特征的回转窑熟料烧结状态分类

采用灰度共生矩阵方法,利用Fisher系数提取出最佳分类位置算子和纹理特征参数,通过对实际回转窑窑头熟料图像分析,发现位置算子为(5,-5)即距离为5、方向为45°下的灰度共生矩阵对应的和平均、逆差距、差异熵、对比度、差方差和熵这6个参数具有较好的区分度,其表面纹理特征能客观地反映其烧结程度,并通过基于C4.5算法实现了过烧、欠烧和正常烧结3种不同状态下的熟料纹理分类,其精度达到了95.65%.同时结合实际工况对熟料纹理进行了分析,给出了各自的变化特点.

基于模糊支持向量的判别分析

针对分类过程中噪声影响问题,提出了基于模糊支持向量的判别分析法。利用基于马氏距离的模糊c均值算法,对每个训练样本点赋予不同的隶属度。将模糊支持向量机与Fisher判别法相结合,达到降维去噪的目的。实验结果表明:提出的分类方法的错分率明显低于其他的方法,而且能减轻噪声对分类的不良影响,从而证明算法的有效性。

基于Fisher线性判别分析的情景感知推荐方法

为解决现有推荐方法无法兼顾多种度量准则,提出一种基于线性判别分析的情景感知推荐方法。获取用户视图下的偏好项目特征、项目视图下的项目吸引度等多视图数据,通过特征融合、投影变换,在最佳鉴别矢量空间引入Fisher判别准则,采用Lagrange乘子法求解最优投影方向。实验结果表明,与现有方法相比,所提方法降低了时间开销,准确度平均提高18.91%,多样性平均提高32.79%,验证了其能够兼顾多种度量准则,提高了推荐质量。

基于考场编排的改进分治混洗算法研究

考场编排是日常考试管理和考务工作的一项重要工作。科学、合理、高效的编排考场,对于严肃考风考纪、提升考试的公信度有着十分重要的意义。常用考场编排系统中所采用的分治算法或者混洗算法都不能很好地将同一班级的考生位置有效的分开,直接影响考试的公平性和合理性。通过对分治算法与混洗算法的仔细研究,结合日常考场编排的要求,提出一种将分治算法与混洗算法合而为一的改进考场编排算法,并在等级考试、职业资格考试考场编排中广泛使用,经验证该算法结果稳定可靠。

基于KPCA和模糊核Fisher判别的语音情感识别

针对语音情感识别率不高和实时性差的问题,提出一种基于KPCA核主成分空间的模糊KFD算法,应用于语音情感识别。首先采用KPCA对语音情感特征向量降维去噪,根据转换矩阵得到核主成分空间,然后在该特征空间利用模糊C均值聚类计算语音特征向量的隶属度,进而对LDA算法中的类间离散度和类内离散度重新定义,生成模糊KFD分类器进行语音情感识别。仿真实验结果表明,提出的方法相比于传统SVM和核Fisher判别算法具有较高的识别率和良好的抗噪性能,是一种行之有效的语音情感识别新方法。

带有Radon-Nikodym导数的算子值自由Fisher信息量(英文)

本文研究了带有Radon-Nikodym导数的算子值自由Fisher信息量.利用模框架理论,得到了一个半圆元和一个子代数之间的合并自由关系,推广了D.Voiculescu等人的工作.

自由Fisher信息量与合并自由

在算子值非交换概率空间中引入算子值自由Fisher信息量的概念,这一定义是对D.Voiculescu在有迹的vonNeumann代数上定义的自由Fisher信息量的推广· 证明了算子值自由Fish er信息量与合并自由性是密切相关的。

基于模糊C均值聚类和Fisher判别分析的城市空气质量评价

为实时评价城市空气质量等级,以长三角城市群41个城市为研究对象,基于样本城市空气质量影响指标,首先利用模糊C均值聚类算法对城市空气质量等级进行划分,再通过Fisher判别分析法基于训练样本进行回判,由获得的混淆矩阵来衡量聚类分析的可靠性,同时可以利用构建好的判别函数来快速判别非样本城市的城市空气质量等级.仿真结果表明将模糊C均值聚类和Fisher判别分析用于城市空气质量等级评价可信度较高,其误判率仅为2.4%,应用该综合模型可以为城市空气质量的防控治理提供参考.

基于优化初始聚类中心的改进WFCM图像分割算法

针对模糊C均值聚类算法在分割图像时容易陷入局部最优的问题,提出一种改进的加权模糊C均值聚类图像分割算法。该算法借助图像直方图势函数,找出图像直方图上潜在的图像分割点;再基于Fisher判别思想构造关于模糊分割初始聚类中心的最优化问题,以期求取合理初始聚类中心,避免算法陷入局部最优。仿真结果表明,改进的加权模糊聚类图像分割算法能够有效避免陷入局部最优,具有更高的分割效率。

级数展开法拟合概率潮流分布函数的局限及改进

对广泛采用的级数展开法拟合概率潮流分布函数的局限性进行研究,在理论层面分析现有级数法基于正态分布展开的原因,待拟分布必须满足拟正态条件才能保证拟合精度的问题,现有精度最好的Gram-Charlier C和Cornish-Fisher级数在非拟正态的实例测试中仍表现出明显不足。针对现有级数法存在的局限性,该文引入一种可灵活选择启动函数的改进法。该方法以若干阶原点矩为桥梁,在待拟合分布函数与启动函数之间建立基于正交多项式的级数展开式,采用若干非正态标准分布及IEEE测试系统的概率潮流分布实例进行测试。结果表明,所提方法通过选择合适的启动函数可打破现有级数法需满足拟正态分布才能保证精度的局限,在非拟正态分布的拟合中精度得到有效提升。

基于Fisher判别的改进WFCM分割算法

针对FCM算法对初始聚类中心、隶属度矩阵和噪声比较敏感且运算耗时的问题,提出一种椒盐噪声电路图像分割的WFCM改进算法。利用已有算法对椒盐噪声进行判断,粗略复原出原始图像直方图,找出波谷点作为图像的潜在分割点;根据Fisher判别思想构建确定初始聚类中心的最优化问题,计算改进WFCM算法的初始聚类中心;采用WFCM算法对非噪声点进行分割,得到其隶属度值;依据噪声点空间信息对其隶属度矩阵填值,获得整幅图像像素点的隶属度矩阵。仿真结果表明,改进算法能够更好地分割椒盐噪声电路图。

截尾数据模型中参数无偏估计的C-R下界

本文对服从威布尔分布的截尾样本满足的截尾数据模型,求出了关于未知参数的Fisher信息阵,据此得到了参数无偏估计的C-R下界。

FREE FISHER INFORMATION AND AMALGAMATED FREENESS

The notion of operator-valued free Fisher information was introduced.It is a generalization of free Fisher information which was defined by D.Voiculescu on tracial von Neumann algebras.It is proved that the operator-valued free Fisher information is closely related to amalgamated freeness,i.e.,the operator-valued free Fisher information of some random variables is additive if and only if these random variables are a free family with amalgamation over a subalgebra.Cramer-Rao inequality in operator-valued settings is also obtained.

中断的Fisher吲哚合成法及其在生物碱合成中的应用

Fisher吲哚合成是有机合成中的一个重要方法.近年来,Garg和梁广鑫课题组发展了中断的Fisher吲哚合成法,并将其用于一系列天然产物及类天然产物化合物的合成中.我们就他们在该领域的工作作一亮点评述.

融合FDA-PCMC样本分类的KPCA故障检测新算法

针对处理实际工业过程中提取的建模样本不纯而导致故障检测失效的问题,提出一种新的融合Fisher判别分析-可能性C-均值聚类(FDA-PCMC)的核主元分析(KPCA)故障检测算法.通过FDA特征提取、初分类和PCMC聚类相结合的方代来实现建模样本的有效分类和提纯,然后使用KPCA进行实时故障检测.对Tennessee Eastman(TE)过程的仿真研宄结果表明了该算法的可行性和有效性.

基于模糊c-均值与核Fisher判别分析的不平衡数据分类方法

为了解决传统分类方法对不平衡数据集中少数类的识别率较低的问题,提出一种基于模糊c-均值与核Fisher判别分析相结合的分类方法.该方法首先采用模糊c-均值算法对样本数据进行聚类,将聚类后的样本数据映射到特征空间中,再对映射后的样本数据采用核Fisher判别分析算法对数据进行分类.在UCI上选取8个不平衡数据进行仿真实验,就分类性能上与其他5种算法作了比较和分析.实验结果表明采用模糊c-均值与核Fisher判别相结合的方法可以获得较高的识别率,能有效地处理不平衡数据集的分类.