共查询到20条相似文献，搜索用时 210 毫秒
1.
本文介绍了医学图像,尤其是磁共振成像及噪声产生的原理,提出图像去噪的必要性,提出了基于非局域均值的模糊聚类滤波算法,通过仿真实验比较了非局域模糊聚类法、非局域均值法(NLM:Non-Local Mean)两种滤波算法,最终得出结果,通过非局域模糊聚类滤波算法可有效去除MRI图像的噪声,去噪后的图像清晰,无明显伪影,总体效果上要优于非局域均值滤波法。 相似文献
2.
3.
减少噪声同时还要保留有用的细节特征是图像去噪要解决的问题。本文对几种基于空间滤波的水下声呐图像去噪技术进行了对比,特别对三种典型的空间滤波器(均值滤波器,拉普拉斯高斯滤波器以及中值滤波器)进行了效果评价。在每幅图像上,使用了从3×3到29×29的所有窗口尺寸,用均方误差(Mean Square Error,简称MSE),峰值信噪比(PSN R)以及执行时间等来对空间滤波技术的表现进行分析评价。 相似文献
4.
本文研究了多层关联规则中项目、项目集合和支持度等概念在数据立方体中的具体含义,提出了一种全面的、易于理解和使用的基于数据立方体的多层关联规则形式化描述方法,并设计了一种适合于数据立方体的多层频繁项目集合生成算法GenHibFreq。实验表明该算法在灵活性、可伸缩性和效率方面有很好的表现。 相似文献
5.
针对知识发现中的模糊信息查询问题,提出了一种基于反馈网络的模糊概念聚类及模式联想设计方法.按照分类要求对所要查询的概念集合进行量化编码,并对编码后的数据进行规整处理.对于概念聚类采用多层反馈神经网络的FP聚类算法,而概念联想采用自反馈神经网络的椭球学习算法实现.将基于上述算法开发出的信息模糊查询系统应用于图书信息查询,实验结果证明了该方法的有效性. 相似文献
6.
为了提高模糊支持向量机在入侵检测数据集上的训练效率,提出了一种基于聚类的模糊支持向量机入侵检测算法.该方法可以对训练数据进行剪枝,有效地减少远离分类面的聚类边缘点的数量,同时在分类面附近保持较多的样本点,以靠近判别边界的聚类中心集合作为有效的训练样本集合对模糊支持向量机进行训练,减少了样本的训练时间,提高了算法的效率.实验结果表明该方法提高了模糊支持向量机的训练效率,而且对入侵检测是非常有效的. 相似文献
7.
《科技通报》2015,(10)
对诸如交通、季节、物流和人流等旅游关联数据的实体模型构建和模糊决策算法设计,是现实旅游规划和管理的基础。传统的旅游关联数据实体模型挖掘和决策算法采用的是支持向量回归机学习的模糊决策模型实现对旅游关联数据的实体模型构建方法,参数设置复杂,并具有不稳定性。提出一种基于粒子群参数寻优的旅游关联数据实体模型的模糊决策算法。首先进行旅游关联数据的实体模型构建,采用粒子群参数寻优方法进行旅游关联数据信息流的预测算法设计,设计PSO-SVR模型,在Matlab平台上编写程序并迭代计算,运用PSO算法对SVR模型进行参数寻优,由此实现了对旅游关联数据粒子群寻优和模糊决策。仿真结果表明,该算法能有效修正因季节等关联因素和原因产生的旅游预测值偏高或偏低现象,旅游客流量预测均方误差明显降低,决策控制稳定性较好,提高旅游规划和管理能力。 相似文献
8.
为了提高电子商务推荐系统的精度,提出了基于关联集合的协同过滤推荐算法,该算法通过频繁项集生成算法生成一系列频繁项集,然后通过合并处理过滤掉与用户关联很小的一些噪音项目,从而使协同过滤算法更加有效。该算法在推荐精度上比传统的方法优越。 相似文献
9.
场景中的光照条件对数字图像的质量具有决定性影响,当光照强度较弱时,获取的低照度图像对比度低,信噪比较差,给后续图像处理工作带来困难。经典基于邻域的图像去噪算法依据图像相邻像素之间的灰度连续性,往往在去除噪声的同时导致图像边沿模糊。文章介绍一种基于邻域像素随机舍弃的低照度图像去噪算法。算法首先根据像素邻域的拉普拉斯算子自适应地调节舍弃概率,并对邻域内各像素进行随机舍弃估计;然后以邻域的方差最小化为目标函数并添加偏差项进行约束,通过协调方差项与偏差项获取保留像素的权重估计;最后根据邻域像素的权重迭代估计图像像素值。实验仿真结果显示该算法能够在低照度条件下有效去除图像噪声,恢复原始图像信息。 相似文献
10.
针对知识发现中的模糊信息查询问题，提出了一种基于反馈网络的模糊概念聚类及模式联想设计方法。首先按照分类要求对所要查询的概念集合进行量化编码，然后对编码后的数据进行规整处理。对于概念聚类采用多层反馈神经网络的FP聚类算法，而概念联想采用白反馈神经网络的椭球学习算法实现。将基于上述算法开发出的信息模糊查询系统应用于图书信息查询，实验结果征明了该方法的有效性。 相似文献
11.
12.
提出了一种基于稀松模糊定位算法的网络入侵特征检测算法。新算法通过采集初始网络入侵特征,组建特征集合。利用稀松运动特征匹配算法最大程度上纠正由于特征模糊带来的弊端。保证跟踪匹配过程中,运用较少的入侵特征点完成后期的多个匹配,大幅降低匹配时间,消除匹配误差问题,通过将全局搜索和局部搜索机制有机地结合,保证检测的准确性。实验结果表明,利用本文算法进行入侵检测,能够有效提高检测的准确性。 相似文献
13.
设计了一种模糊关联规则挖掘算法——F-Apriori算法.在设计了支持度和置信度计算方法的基础上,该算法采用改进的Apriorl算法挖掘数值属性的关联规则.实验结果表明,算法在规则生成方面显示了良好的性能. 相似文献
14.
关联规则是数据挖掘领域中研究最早的一个方向,随着挖掘算法的不断完善,其挖掘速度越来越快,应用也越来越广泛,然而由于关联规则忽略了规则之间的关系和影响,所以在比较复杂的领域应用还存在着很大的限制.贝叶斯网络是用来表示变量集合的联合概率分布的图形模式.提出了一种基于贝叶斯网的关联规则表示方法,实验表明这种方法生成的贝叶斯网不仅能够有效地表示出原有的关联规则的含义,而且表现了关联规则之间的联系,从而扩展了关联规则的应用. 相似文献
15.
基于正交小波软阈值的图像去噪算法 总被引：1，自引：0，他引：1
图像去噪在图像处理中一直是研究的重点之一。传统的图像去噪方法局限在频域范围内,无法表述图像的时域局部性质：而小波变换是一种信号的时频分析,利用小波方法去噪是小波分析应用于实际工程的一个重要方面：提出一种基于正交小波变换和软闽值方法数字图像去噪算法：仿真实验表明：提出的算法去噪效果良好。 相似文献
16.
17.
数据挖掘是目前信息领域和数据库技术领域的前沿研究课题,它涉及到数理统计、模糊理论、神经网络和人工智能等多种技术,技术含量比较高,实现难度也较大.本文研究了关联规则挖掘技术的基本概念、过程和算法等,为提高数据挖掘效率,提出了基于聚类划分的增量式关联规则挖掘算法.即运用快速聚类方法实现数据划分、运用改进的FP-growth算法实现关联规则的挖掘和运用增量FP-growth挖掘算法实现增量数据挖掘的关联规则挖掘算法. 相似文献
18.
《科技通报》2015,(8)
在数字化信息系统中,将大量网络计算资源、存储资源与软件资源等多源信息资源进行多层次异构存储,对信息资源的调度和检索成为难题。传统的多源信息检索方法采用概念格差异融合算法,无法有效识别差异化网络数据的语义特征,检索性能不好。提出一种基于概念格特征分区的多源信息检索优化算法。概念格的生成是进行数据分析、关联分析和挖掘关联规则的前提,首先给出概念格的构造模型,进行概念格特征分区,得到数据库集合的特征概率函数密度,构建满足约束条件的无冗余概念格,计算多源信息的两种相似度系数,挖掘约束关联规则,提高信息检索精度。仿真实验表明,该算法实现多源信息检索性能优越,无偏性好,精度较高。 相似文献
19.
在数据库入侵检测的过程中,当数据库规模较大,传统的检测算法只能采集不同区域的攻击或者存在异常的特征,进行分析。缺少数据之间的联系,并且效率较低。提出了一种基于宽幅跳跃关联定位的大型数据库入侵检测算法。新算法通过对数据库特征进行较宽幅度的跳跃检测,组建特征集合。利用宽幅异常特征建立关联检测模型,运用较少的入侵特征点完成大型数据库的入侵特征关联匹配,大幅降低检测时间,通过将全局搜索和局部搜索机制有机地结合,保证检测的准确性。实验结果表明,利用该算法进行数据入侵检测,能够有效提高大型数据库入侵检测的准确性。 相似文献
20.
本文旨在研究模糊算法,选取PS滤镜集合中的模糊滤镜做深入研究和分析,主要选取了高斯模糊、表面模糊、运动模糊做详细分析,分析其算法的同时,对各个模糊的原理进行剖析,分析了如何实现,改变了什么,能用在什么场合中等等。 相似文献