利用元胞自动机和模糊C均值进行图像分割

提出了一种基于元胞自动机和模糊C均值思想的图像分割方法。该方法以模糊C均值算法为基础定义目标函数,以灰度级为对象,应用一维元胞自动机自迭代求取最小目标函数,实现对图像的初步分割;在此基础上,以二维空间邻域信息对原分割结果进行净化。该方法不仅可以用于普通灰度图像的分割,也可用于遥感影像图的分割。     

模糊数学与GIS空间分析支持下的城市警务预案设计

将模糊数学与GIS空间分析相结合的GIS分析模型,已成为探索GIS空间分析技术发展的新热点。文中从模糊数学与GIS空间分析的基本理论入手,以基于模糊算法的城市警务预案GIS空间分析为例,具体阐述模糊C均值的自适应算法在GIS空间分析中的实际应用。     

顾及数据空间分布特性的模糊C-均值聚类算法研究

利用描述空间数据分布的Voronoi图的有关理论分析了样本空间数据分布特性，从理论上论述了样本集中各类样本数差异较大产生的根源，并在此基础上提出了一种顾及数据空间分布特性的模糊C—均值聚类算法。     

局部均值分解的新小波阈值去噪法及其应用

为了克服小波硬、软阈值函数本身存在的缺点,该文在硬、软阈值函数的基础上,提出一种新的小波阈值函数,并且基于局部均值分解的原理,构造了基于局部均值分解的新小波阈值去噪法。仿真数据对比分析表明,与单纯采用小波阈值去噪法、经验模态分解(EMD)滤波去噪法及局部均值分解滤波去噪法相比,该文方法的去噪效果更好,可有效提高信号的信噪比。利用本文方法对液体静力水准仪获取的高速铁路某桥梁实际监测数据进行去噪处理,结果表明去除监测数据中噪声的同时亦可保留变形细部特征。该文方法可为工程中的非线性、非平稳监测数据去噪提供参考和借鉴。     

面向对象的高分辨率遥感影像建设用地变化监测

建设用地变化监测对城市可持续发展具有十分重要的意义,为准确提取建设用地的变化信息,本文提出了一种结合旧时期土地利用矢量数据、随机森林及模糊C均值聚类算法的建设用地变化监测方法.首先基于旧时期土地利用矢量数据,将建设用地变化监测分为建成区与非建成区建设用地变化监测;然后进行面向对象分割、基于对象遥感影像光谱、GLCM纹理...     

K均值聚类进行多个粗差定位

本文针对多个粗差探测与定位问题,应用智能信息处理技术中的K均值聚类算法,把对观测值的粗差定位转化为对该组观测值进行分类。依据粗差的出现约占观测总数的1%-10%,确定算法的一层终止条件为所有观测值分配为两类且其中对象较少的一类为粗差类;再引入方差比作为算法的二层终止条件,粗差类和非粗差类的方差比达到或超过试验倍数后,则接受初始聚类结果并最终结束算法。算法对早期的聚类分析方法定位粗差进行了改进和完善,其双重终止条件的应用,进一步提高了粗差探测的可靠性。     

基于改进Hough变换的电力线提取

根据电力线在无人机航拍影像数据中的成像特征,提出了一种在复杂的地理环境背景下电力线自动提取的方法。首先利用Canny算法检测提取整张影像图中的边缘轮廓信息,然后利用改进的Hough变换从边缘轮廓信息中提取直线段,对检测出现断裂与欠链接的直线进行链接与拟合;利用K-mean聚类算法根据线段的长度进行分类。最后根据电力线的特性,检测提取完整的电力线。经过多次试验证明该方法可以有效的在复杂的地理环境中提取电力线。     

全球平均海平面变化LMD-àTrous多尺度分析及预测

针对非线性非平稳的全球平均海平面时间序列分析及预测的问题,对局部均值分解LMD方法和àTrous算法进行了研究,提出了一种时间序列多尺度分析LMD-àTrous方法.利用LMD-àTrous方法处理全球平均海平面的时间序列,并结合自回归AR方法对未来全球平均海平面的变化进行预测.用平均绝对误差和平均绝对百分比误差评价AR、LMD+AR、àTrous+AR和LMD-àTrous+AR预测方法的结果,并用小波方差图描述利用传统AR方法和结合LMD-àTrous方法预测的时间序列的周期特性.实验结果表明,LMD-àTrous方法能够挖掘出数据的物理机制和物理规律,并分解成不同尺度上的特征信息,将含有噪声的项进行自适应小波阈值去噪处理并重构时间序列,能够有效地发掘数据规律并达到其预测的效果,相比于传统的时间序列预测方法具有优越性.     

均值漂移粒子滤波的动态精密单点定位

粒子滤波以大量粒子计算为代价削弱动态精密单点定位的非线性方程线性化、非高斯噪声正态化造成的精度损失,这也带来计算效率较差的问题。针对计算效率低的问题,将均值漂移算法引入到粒子滤波,减少粒子选取个数,提高动态PPP中待估参数的计算效率。以某机载GPS数据为例,基于均值漂移算法的粒子滤波大大削减了粒子个数,计算效率有一定程度的提高。     

曲边多边形中轴提取的新方法

针对现有多边形中轴提取方法在处理复杂图形和特殊图形上有较大困难的不足以及中轴连通性和位置准确性难以保证等问题,提出了一种曲边多边形中轴提取的新方法。首先在简单多边形的基础上进行拓展,提出曲边多边形的概念,并相应地定义了曲边多边形的中轴,然后在栅格距离变换的基础上引申出最近边缘点集距离均值变换,最后结合曲边多边形中轴点的特征和距离变换的原理制定出高效中轴点判定规则,利用种子点生长判别法提取曲边多边形的中轴,并给出具体实现步骤和流程。通过多组不同类型多边形及道路网与河网的实例验证,新方法不仅能适用于各类多边形,且能较好地抑制图形边界噪声的干扰,提取出具有良好的光滑性、准确性和连通性的多边形中轴,弥补了传统方法的不足。