龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西北工业大学
摘要：本发明涉及一种基于成对策略的临地安防图像模糊聚类方法，属于图像处理领域。包括：获取临地安防图像；将所述临地安防图像进行拼接得到目标数据矩阵；对所述目标数据矩阵进行归一化；随机初始化标签矩阵；采用欧式距离公式计算距离矩阵；基于标签矩阵和距离矩阵构造模糊聚类模型的目标函数，采用坐标下降优化方法对目标函数进行优化求解；将优化后的标签矩阵转化为硬标签，对目标数据矩阵进行聚类，使得目标数据矩阵的不同特征联系起来，进而得到更为准确的图像类别信息。本发明旨在最小化每个类的类内距离之和的同时，有效的降低异常值再聚类过程中的比值，以此提高算法对异常值的抵抗能力，优化数据的聚类结果，更好的将图像样本进行分割。
主权项：1.一种基于成对策略的临地安防图像模糊聚类方法，其特征在于步骤如下：步骤1：获取临地安防图像；步骤2：将所述临地安防图像进行拼接得到目标数据矩阵X；步骤3：对所述目标数据矩阵进行归一化；步骤4：随机初始化标签矩阵，所述标签矩阵F＝[f1,…,fn]T∈Rn×c，其中n为样本数量，c为类别的数目，fi为标签矩阵F的第i行，表示第i个数据对不同类别的隶属度，F中每一行所有元素的和是1；步骤5：采用欧式距离公式计算距离矩阵D： 其中，dij为距离矩阵D的第i行、第j列的元素，用于表示像素j和聚类中心i之间的欧氏距离；xi、xj分别表示像素j和聚类中心i的位置；步骤6：基于标签矩阵和距离矩阵构造模糊聚类模型的目标函数，采用坐标下降优化方法对目标函数进行优化求解；步骤7：将优化后的标签矩阵转化为硬标签，对目标数据矩阵X进行聚类，使得目标数据矩阵X的不同特征联系起来，进而得到更为准确的图像类别信息。
全文数据：
权利要求：
百度查询： 西北工业大学 一种基于成对策略的临地安防图像模糊聚类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号