一种自动确定密度峰值的聚类算法改进

相比较于其它聚类算法,密度峰值聚类算法可将任意形状的数据与较少的参数和高效的聚类速度结合起来。针对当某个类中出现多个密度峰值时,聚类结果缺乏准确性的问题,提出一种改进的密度峰值聚类结果有效性造成的影响,算法通过比较类簇之间的密度属性,实现动态的子簇合并,减少主观因素对算法结果的影响。通过实验与已有密度聚类算法对比,改进算法不仅很好地避免了原算法人为确定参数给实验结果造成的影响,而且具有更好的聚类性能。     

基于Smart210的人脸识别系统设计与实现

针对传统人脸识别技术识别率不高,稳定性不强等缺点,本文以Smart210开发板为核心,提出一种嵌入式人脸识别系统.通过采用AdaBoost算法进行图像人脸检测,将二维小波变换法与PCA降维算法相结合,以提取图像中的人脸特征.通过PC机训练人脸图像样本,获得特征子空间文件后发送到嵌入式系统内,这种方式可以有效解决图像处理...     

基于密度的聚类算法研究

聚类算法是数据挖掘的核心技术,基于密度的聚类是一类已经被证明非常有效的聚类方法．与DBSCAN算法作比较,文章提出了一种基于密度的聚类算法（Clustering Using Centers and Density,CUCD）．该算法是基于中心点以及密度实现的,其核心对象是根据数据分布计算出来的虚拟的点,并且核心对象的代表性随程序的执行次数而提高;经实验验证,该算法具有较好的时间效率和聚类质量．     

基于交叉覆盖算法的文本分类研究

中文文本分类是对中文按类别来进行分类。基于交叉覆盖算法的文本分类运用交叉覆盖算法作为分类器,能够实现对中文文本的分类。通过它和SVM(Support Vector Machine)分类器的对比实验,说明了交叉覆盖算法,相比于SVM分类器对中文文本分类效果更好。     

基于KNN和LAS的短信文本语义分类研究

KNN算法是文本分类技术中比较常用的算法。但是,当训练集容量较大时,KNN算法分类的效率大大降低。在对中文短信文本的分类时,结合中文短信文本的特点,给出了先由LAS算法进行降维,然后利用KNN算法进行分类的算法。实验结果表明,该算法提高了中文短信文本的分类质量和分类速度。     

基于聚集密度的人工免疫多目标进化算法

为了改善人工免疫多目标进化算法的分布性,引入聚集密度以进行Pareto最优解集的更新。其基本思想为:首先计算群体中每个个体的聚集密度,再根据目标函数值和聚集密度定义一个偏序集,然后采用比例选择原则依次从偏序集中选择个体,更新精英集。通过数值实验,用量化指标研究了新算法的收敛性和分布性,结果表明:新算法的收敛性与常规人工免疫多目标进化算法相当,但分布性有了明显提高。     

基于PCA-KNN的金线莲种类识别

为了能对金线莲品系进行方便准确地识别,提出基于PCA￣KNN 的金线莲叶片识别方法。通过图像预处理,获得特征较为明显的叶片区域,再提取纹理和颜色特征,进行特征融合,然后采用PCA降低特征维度,提高识别精度,最后通过训练KNN 分类器完成分类。以3 个品系的金线莲为例进行鉴别试验,结果表明,提出的识别方法与其它方法相比,正确识别率更高,达到98.4%,能准确识别不同种类的金线莲。     

基于改进 SURF 的快速图像匹配算法

SURF 是在 SIFT 基础上提出的一种图像特征点提取算法。针对传统算法误匹配点多和计算量大等问题,提出一种基于改进 SURF 的快速图像匹配算法。该算法通过引入对角降维与角度删减方法,分别对 SURF算法中特征点描述子进行降维和误匹配点剔除,以提升匹配速度和精确度。实验结果表明,与传统算法相比,该算法提高了 1%~10%的匹配正确率,以及 8%~30%的效率。     

基于核矩阵降维算法对药物不良反应的预测

药物不良反应(drug adverse reactions,ADRs)的早期准确鉴定对药物研发和临床用药安全具有重要的实际意义。基于计算机辅助预测药物的不良反应已经引起了越来越多的重视。将一种核矩阵降维(kernel matrix dimension reduction,KMDR)算法应用于药物不良反应的统计预测中,考察该方法在药物不良反应上的预测性能。通过与其他两种参考算法在相同标准数据集上进行交叉验证和独立测试的计算实验表明,KMDR算法是一种值得推广的预测药物不良反应的候选统计算法。     

利用Alpha Shapes算法提取离散点轮廓线

本文介绍了Alpha Shapes算法的原理和具体的实现方法,并将其应用到LiDAR离散点云数据的轮廓线提取,取得良好效果。     

关于分形插值曲面的盒维数的计算

简要介绍了利用R^3上迭代函数系生成分形插值曲面的数学模型以及生成机理,计算推导出分形插值曲面的盒维数公式。为运用分形插值曲面研究岩层剖面和断层表面的性质提供了理论依据。     

对人脸识别特征数据降维算法的优化

在模式识别领域,人脸特征数据相对庞大,为了提取人脸主要的特征数据,提高识别系统的运行效率,对特征数据的降维是必须的操作。针对现有降维算法对识别率有较大影响的问题,本文总结了各类降维算法,提出了一种优化的降维算法。     

一维搜索的一个加速收敛方法

本文对一维优化的插值法经过外推,得到一个加速收敛方法。该方法适用于各种插值法且提高了原插值序列的收敛速度。     

一种切触有理插值在线性系统模型简化中的应用

A theorem for osculatory rational interpolation was shown to establish a new criterion of interpolation.On the basis of this conclusion a practical algorithm was presented to get a reduction model of the linear systems.Some numerical examples were given to explain the result in this paper.     

基于改进 SURF 的快速图像匹配算法

SURF 是在 SIFT 基础上提出的一种图像特征点提取算法。针对传统算法误匹配点多和计算量大等问题,提出一种基于改进 SURF 的快速图像匹配算法。该算法通过引入对角降维与角度删减方法,分别对 SURF算法中特征点描述子进行降维和误匹配点剔除,以提升匹配速度和精确度。实验结果表明,与传统算法相比,该算法提高了 1%~10%的匹配正确率,以及 8%~30%的效率。     

模归约算法表达式自动生成算法设计与实现

多项式模归约算法是计算机代数中的基本问题之一,在编码算法和密码体制设计中有着广泛应用。基于对模归约数学基础的分析,设计了模归约算法表达式自动生成算法,只要选择实现所需的字宽w和模多项式M（x）的系数,即可自动生成对应的模规约算法表达式,为模规约算法在密码编码学中的应用提供了基础。     

CISE降维方法在高维数据情形下的大样本理论性质研究

在现代数据处理的很多场合下,变量pn会随着样本量的增加而变化甚至发散至无穷。由格拉斯曼流形上的数学工具和大样本理论,证明了坐标独立稀疏估计方法（CISE）在Pn发散至无穷时,在一定条件下仍具有oracle性质：在所得到的重要变量的筛选结果（最终估计）将以概率1收敛到真实的重要变量。     

高维数据降维算法综述

分类介绍了目前具有代表性的数据降维方法,重点阐述了一种新的数据降维方法 -压缩感知,在此基础上,分析了各种数据降维算法的优缺点,并对数据降维研究中存在的问题进行了剖析.