国防科技重点实验室基金(20095155008)
- 作品数：4 被引量：20H指数：2
- 相关作者：管涛李玲玲金泰松李渊刘宁更多>>
- 相关机构：郑州航空工业管理学院厦门大学更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”国家自然科学基金国防科技重点实验室基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 统计聚类模型研究综述被引量：8
- 2012年
- 聚类分析在工程领域如生物序列分析、图像分割、文本分析等广泛应用。聚类方法涉及广泛,而基于概率统计理论的方法是其中的一大类。从最基本的FCM模型出发,阐述了势函数(Potential)、山脉(Mountain)函数聚类方法、信息熵方法,分析比较了这些方法的适用范围和优缺点,介绍了当今流行的核聚类、谱聚类和高斯混合模型聚类方法及其求解过程,并分析了它们的优缺点、计算复杂性等指标。最后,介绍了一些崭新的聚类模型的研究方向。
- 管涛
- 关键词：聚类分析统计学习高斯混合模型谱聚类核聚类
- 基于贝叶斯网的航拍图像建筑目标提取算法
- 2012年
- 提出一种基于贝叶斯网的建筑目标提取算法。该算法通过多场景航拍图像进行训练后建立纹元字典,将实际图像中的纹元映射到纹元字典获得图像的场景类信息;然后使用朴素贝叶斯网建模建筑目标与场景类空间上下文的关系约束,将建筑目标提取转换为求解贝叶斯网类别节点的后验概率问题。与同类方法的对比实验表明,提出的算法能有效地提取航拍图像中的建筑目标。
- 李玲玲金泰松李翠华李渊
- 关键词：目标识别贝叶斯分类器航拍图像
- 在线编码谱聚类及图像分割方法
- 2013年
- 目前,谱聚类已经成为图像分割领域的研究热点,但是,常见谱聚类算法具有O(n3)的复杂度,在图像分割的应用受到限制.基于在线的多尺度竞争学习,文中提出了一种基于在线编码的多尺度谱聚类算法,并应用于图像分割.首先,算法通过在线竞争学习算法构造m(m
- 管涛段莹刘宁
- 关键词：谱聚类聚类分析图像分割
- 高斯混合模型、求解算法及视觉应用综述被引量：12
- 2012年
- 高斯混合模型(GMMs)是统计学习理论的基本模型,在可视媒体领域应用广泛。近些年来,随着可视媒体信息的增长和分析技术的深入,GMMs在(纹理)图像分割、视频分析、图像配准、聚类等领域有了进一步的发展。从GMMs的基本模型出发,从理论和应用的角度讨论和分析了GMMs的求解算法,包括EM算法、变化形式等,论述了GMMs的模型选择问题:在线学习和模型约简。在视觉应用领域,介绍了GMMs在图像分段、视频分析、图像配准、图像降噪等领域的扩展模型与方法,详细地阐述了一些最新的典型模型的原理与过程,如用于图像分段的空间约束GMMs、图像配准中的关联点漂移算法。最后,讨论了一些潜在的发展方向与存在的困难问题。
- 管涛李玲玲
- 关键词：EM算法图像分段目标识别图像配准视觉
