基于特征聚集度的FCM-RSVM算法及其在人工焊点缺陷识别中的应用

针对人工焊点缺陷识别方法进行研究,提出了一种基于特征聚集度的模糊C均值聚类(FCM)与松弛约束支持向量机(RSVM)联用的分类识别算法。在提取人工焊点特征向量的基础上,算法首先对样本特征数据进行模糊C均值聚类,依据样本隶属度函数计算不同特征的特征聚集度,并由特征聚集度指标改进RSVM算法中的松弛量参数,建立最终的分类器模型。实验结果表明:本文提出的算法建立了泛化能力更强的分类模型,能有效抑制噪声及模糊边界点对分类模型的影响,在人工焊点缺陷识别的应用中获得了满意的识别结果。     

一种新的边界提取算法及其在接触角测量中的应用

提出一种基于子图像邻域梯度信息度量的边界提取算法,通过构造邻域信息映射矩阵并利用矩阵梯度信息度量值提取图像目标的有效边界,详细阐述了应用本文算法实现劣质液滴图像的边界检测及接触角测量的方法与步骤。实验结果表明:本文算法能有效地提取劣质液滴图像的目标边界,完成液滴接触角的自动计算,接触角计算结果与人工计算结果基本一致。     

一种用于纤维增强复合材料微观结构图像的阈值分割算法

提出了一种新的阈值分割方法,将原始图像划分为子图像,计算子图像变化统计分布矩阵及平均加权信息熵能量占总信息熵能量和的比例,判断子图像内是否含有目标纤维.提出一种改进的Otsu阙值分割算法对含有目标的子图像进行分割.实验证明:该方法适用于目标稀疏且对比度低、亮度分布不均匀的图像,应用在纤维增强复合材料微观结构图像阈值分割中,能较好抑制图像中的噪声,在不破坏纤维完整性的同时获得较满意的分割结果.     

一种用于纤维增强复合材料微观结构图像目标识别的改进模糊分类系统建模方法

提出了一种改进的模糊分类系统的建模方法,采用模糊C均值聚类完成初始模糊分类系统的设计.提出改进的模糊规则置信度计算方法,对隶属函数和模糊规则相似度进行检测,剔除模糊规则中的冗余信息,利用遗传算法进行模糊分类系统的优化,提高系统的精确性和解释性.仿真结果证明了方法的有效性,对纤维图像的分类结果显示,该方法能获得与手工分类基本一致的分类结果.     

一种融合图像滤波的FCM图像分割算法及其应用

数据关联是信息融合研究领域中最为关键的步骤之一,关联性能的好坏直接影响最终的融合效果。分析并指出了目前常用评估指标的不足之处,同时提出了一种基于不确定度的数据关联敏感指标。该指标将状态向量及其误差协方差视为一种概率分布,在位置均方根误差基础上,引入不确定度的概念,完成了对状态估计无偏性和稳定性的综合评价。实验仿真结果表明：针对不同的数据关联算法,由于考虑了估计状态的不确定性,该指标可以更加敏感地反映出各个关联算法之间的优劣。     

一种基于预测谱偏移的自适应高斯混合模型在语音转换中的应用

基于高斯混合模型（GMM）的语音帧谱包络转换算法容易导致转换后的语音谱包络过平滑、语音细节特征受损。通过对GMM中协方差的准确性与谱包络过平滑现象的研究,提出了一种基于预测谱偏移的自适应GMM建模方法。该方法采用平滑加权算法对目标谱的偏移进行建模,并根据语音帧信息自适应调节预测谱偏移项的比例系数,结合高斯混合模型共同实现对谱包络的转换。实验结果表明,该建模方法能够有效抑制转换后语音谱包络的失真现象,提高转换后语音的清晰度、自然度和可懂度。     

一种改进的FCM多分辨率图像分割算法及其应用

提出了一种改进的模糊C均值聚类多分辨率图像分割算法,该算法利用像点的邻域信息对像点的模糊隶属度函数进行修正。实验证明:该算法具有对噪声不敏感的优点,在进行图像分割,特别是对含噪图像进行分割时能获得较好的效果。