基于加权模糊C均值聚类的图像分割算法

模糊C均值(FCM)算法用于灰度图像分割是一种非监督模糊聚类后再标定的过程,适合灰度图像中存在着模糊和不确定性的特点。但是这种算法存在着本质上的缺陷,就是仅利用了图像的灰度信息,而没有考虑像素的空间信息,使得其对于实际的含有噪声的图像分割效果不理想。因此,提出了一种新的加权模糊C均值聚类算法,实践证明,该方法可以有效地、实时地把目标从背景中分割出来,并具有较强的鲁棒性。     

样本标签污染条件下的雷达辐射源个体识别技术

针对辐射源个体识别(Specific Emitter Identification,SEI)中由于数据集存在错误标签导致识别率下降的问题,提出了 1种有监督和无监督融合的错误标签识别和纠正方法。首先采用无监督密度峰值聚类方法将数据集中出现的标签错误样本找出,再使用 K折交叉实验对这些标签异常的样本进行预测投票,将得票数多的标签作为错误标签纠正的结果。经过清洗的数据集再通过卷积神经网络进行训练,得到 1个较为理想的辐射源个体识别的网络模型,保证了在样本污染条件下,辐射源个体识别网络仍能具有较好的识别率。文章所提方法的识别率相比未经处理的数据集的识别率在标签错误率小于 30%时平均提高 3.3%;在标签错误率大于 30%时,也能使个体识别率达到 90%左右,验证了文章所提方法在对错误标签的识别和纠正上可以取得较好的效果。     

基于K-means的深度跨模态哈希量化优化方法

互联网应用的普及使得多模态数据快速增长,跨模态检索技术已成为相关领域的关键技术之一。针对现有跨模态哈希算法存在的网络结构和量化方法等方面的问题,本文在新的深度跨模态哈希检索模型之上,提出了一种基于K-means的深度跨模态哈希量化优化方法（K-means-based quantitative-optimization for deep cross-modal hashing,KQDH）。该方法通过K-means聚类算法对多模态数据特征向量分类,并通过集体量化方式来控制量化误差,使得哈希码更好地表示出多模态特征。实验结果表明,该方法能在多模态数据之间保持相似性并最大程度地捕获语义信息,从而提高跨模态检索的准确性和效率。     

基于聚类算法的模糊逻辑结构与系统性能分析

针对一类特殊的模糊逻辑系统，对模糊逻辑规则结构与系统性能之间的关系进行了深入细致的数学推导和分析，从而得出在采用聚类技术构造模糊逻辑结构中影响系统性能的主要因素。通过相关的论证与分析，为各种聚类算法在模糊逻辑结构辨识中的应用奠定了理论基础，避免了以往对模糊结构与性能之间表述的含糊性和不系统性，为模糊逻辑系统的合理设计及其应用提供了数学依据。     

复杂交通场景中多运动目标分割算法

针对室外复杂交通场景中多运动目标分割问题,提出了一种由变化检测和运动分割组成的算法,利用水平集算法对帧差图像进行变化检测得到运动窗口,在运动窗口范围内进行改进的k-均值聚类分割,利用运动相似性进行分割区域融合.算法避免了整个图像的分割,减少了运算量,完整的分割出运动目标.试验结果表明,算法不仅能从复杂交通场景图像序列中有效的检测和提取出运动目标并有很强的鲁棒性,而且能够解决运动目标的遮挡问题.      

OFDM中子载波分簇技术的应用与研究

简要介绍子载波权值估计采用零阶内插的子载波分簇技术。该技术应用于post-FFT时,可使计算复杂度随着簇中子载波数量的增加而大为减低,但同时系统的性能也会急剧恶化。现选每簇的第一个子载波为导频子载波,并在子载波权值估计时采用一阶内插方法,有效地改善子载波分簇技术的性能。仿真结果表明,在计算量基本维持不变的前提下,所提出的改进子载波分簇技术较原分簇技术性能得到很大的提高。     

基于模糊聚类分析的电力客户信用评价算法

通过对模糊聚类算法的分析，针对电力客户信用分类的特征，提出了基于模糊聚类分析的电力客户信用评价算法。得到了不同客户群的聚类中心以及客户的隶属度矩阵，为客户群的特征分析提供了量化依据。试验对比结果表明，本文方法得到了满意的客户聚类及分类结果。     

电信大客户市场细分的统计分析

目前，国内关于电信大客户市场细分的研究和实践都还处于探索阶段。文章从电信业务数据出发，采用聚类分析的方法对大客户进行细分研究，通过统计检验细分结果的合理性，并结合实际提出营销建议。     

基于核心零部件聚类的飞机现场可更换单元划分

为研究军用飞机测试性设计过程中现场可更换单元（LRU）划分工作，以功能独立性和结构独立性为基本原则，以降低飞机维修保障成本和时间为主要目标，设计了一种军用飞机LRU划分方案。方案在首先实现了飞机从整机到零部件的功能结构分层划分基础上，从设备零部件层级出发，以综合重要度作为各零部件的定量化指标，运用帕累托（Pareto）原则筛选出核心零部件。然后基于核心零部件开发了一种LRU划分聚类算法，该算法以军用飞机设计研制阶段、使用保障阶段、退役处置阶段全寿命周期内成本和时间为优化目标构造综合评判因子，实现了非核心零部件与LRU模块之间的聚类组合，得到最优的LRU划分结果。最后以某型军用飞机上蒸发循环制冷装置为例，运用本文设计的方案实现了该装置LRU的划分，并将划分结果与该装置的实际LRU清单进行对比，通过维修保障成本和时间综合评判因子对两种划分结果的优劣性进行分析，得出本文设计方案得到的LRU划分结果对飞机维修保障成本和时间的优化效果较为均衡的结论。     

一种基于模糊聚类模型的动量轮健康性排序方法

基于模糊聚类分析提出一种动量轮健康性排序方法，选取实际型号任务中50N·m·s动量轮的地面测试数据与在轨数据，对数据处理后，研究闭环工况动量轮动态转速的电机电流，利用相关系数法将其转换为模糊相似矩阵，聚类分析动量轮健康性最大阈值；同时以最大阈值为标准，设计判断准则，用4个动量轮的数据验证该方法的实用性并与峭度试验方法进行对比。结果表明：该方法可以准确对动量轮健康性进行排序。