您的位置: 专家智库 > >

赖玉霞

作品数:5 被引量:168H指数:3
供职机构:浙江理工大学信息电子学院更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...

主题

  • 2篇遗传算法
  • 2篇聚类
  • 2篇聚类中心
  • 1篇压缩域
  • 1篇运动矢量
  • 1篇矢量
  • 1篇视频
  • 1篇视频对象
  • 1篇数据挖掘
  • 1篇数据挖掘算法
  • 1篇自适
  • 1篇自适应
  • 1篇自适应遗传
  • 1篇自适应遗传算...
  • 1篇聚类分析
  • 1篇客户
  • 1篇客户细分
  • 1篇K-MEAN...
  • 1篇K均值
  • 1篇K均值算法

机构

  • 4篇浙江理工大学
  • 1篇天健会计师事...

作者

  • 4篇赖玉霞
  • 3篇刘建平
  • 1篇钟善君
  • 1篇杨国兴

传媒

  • 1篇计算机工程
  • 1篇计算机工程与...
  • 1篇浙江理工大学...

年份

  • 2篇2008
  • 1篇2007
  • 1篇2006
5 条 记 录,以下是 1-4
排序方式:
一种基于MPEG压缩域的视频对象提取方法被引量:2
2006年
为了加快视频对象的提取速度,提出了一种直接从MPEG压缩视频流中准确地提取视频对象的方法。首先从码流中提取运动矢量及DC系数,通过运动补偿建立DC Image;同时对运动矢量在时域上进行平均,在空域上进行带权矢量中值滤波处理。然后再定义了与运动矢量和DC系数都紧密相关的、以8×8块为基本单位的向量;之后对向量进行基于密度和层次的聚类算法得到分层的视频对象树,再通过计算最佳对象数目并提取视频对象。
钟善君赖玉霞刘建平
关键词:视频对象运动矢量MPEG
K-means算法的初始聚类中心的优化被引量:81
2008年
传统的K-means算法对初始聚类中心敏感,聚类结果随不同的初始输入而波动,针对K-means算法存在的问题,提出了基于密度的改进的K-means算法,该算法采取聚类对象分布密度方法来确定初始聚类中心,选择相互距离最远的K个处于高密度区域的点作为初始聚类中心,理论分析与实验结果表明,改进的算法能取得更好的聚类结果。
赖玉霞刘建平
关键词:聚类K-MEANS算法聚类中心
基于遗传算法的K均值聚类分析被引量:79
2008年
传统K均值算法对初始聚类中心敏感,聚类结果随不同的初始输入而波动,容易陷入局部最优值。针对上述问题,该文提出一种基于遗传算法的K均值聚类算法,将K均值算法的局部寻优能力与遗传算法的全局寻优能力相结合,在自适应交叉概率和变异概率的遗传算法中引入K均值操作,以克服传统K均值算法的局部性和对初始中心的敏感性,实验证明,该算法有较好的全局收敛性,聚类效果更好。
赖玉霞刘建平杨国兴
关键词:K均值算法聚类中心遗传算法
数据挖掘算法的研究及其在客户细分中的应用
近年来数据挖掘技术引起了信息产业界的广泛关注,其主要原因是存在大量的可用数据,并且迫切需要将这些数据转换成有用的信息和知识。在众多的数据挖掘方法中,聚类的应用非常广泛,它是数据挖掘中的一个重要研究领域。 k-m...
赖玉霞
关键词:数据挖掘客户细分聚类分析自适应遗传算法
文献传递
共1页<1>
聚类工具0