杨昆
- 作品数：5 被引量：28H指数：3
- 供职机构：中国矿业大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 一种基于Sobel与K-means的边缘检测方法被引量：8
- 2014年
- 传统边缘检测算子处理结果为边缘锐化的梯度图像,需人为确定阈值获取二值边缘图像,容易造成边缘信息丢失。应用增加了卷积模板的Sobel算子,使用K-means聚类算法基于梯度直方图自适应获取阈值,并分割梯度图像得到二值化边缘,最后对边缘细化与连接。通过使用最大类间方差法检验阈值与边缘检测结果对比分析,该方法自适应梯度阈值定位准确,所得边缘信息丰富度、定位精度、连续性均优于改进Sobel算子,与最佳阈值Canny算子检测结果基本相同,适用于机器视觉均匀稳定照明环境下获取图像的边缘检测。
- 杨昆张明新先晓兵郑金龙聂盼红
- 关键词：边缘检测K均值阈值分割
- 基于优化粒子群的NCC模板匹配算法被引量：5
- 2015年
- 针对灰度模板匹配中速度慢、抗噪性差的缺陷,基于NCC(Normalized Cross-Correlation)算法,提出一种基于优化粒子群的模板匹配算法——NPSO。该算法加入附属粒子群,引导主粒子群向全局最优解收敛;根据禁忌搜索思想,提出黑名单概念,使粒子群快速跳出局部最优;并引入随机扰动算子,增加粒子群向全局最优解收敛准确性。通过Matlab仿真实验,不同模板尺寸下NPSO精确匹配率比基于标准粒子群模板匹配算法分别提高了45%、79%、36%、2%,且对噪声不敏感。说明NPSO不容易陷入局部最优,且匹配精度高、抗噪能力强。
- 杨昆张明新刘永俊郑金龙
- 关键词：粒子群算法
- 布尔矩阵Apriori算法的MapReduce并行化实现被引量：2
- 2014年
- 提出基于云计算平台(以Hadoop为例)应用布尔矩阵Apriori算法进行大数据关联规则挖掘的MR_B_Apriori算法.将Hadoop平台与布尔矩阵Apriori算法相结合,利用MapReduce框架分块处理布尔矩阵,计算出分块数据的频度,合并融合得到大数据集的频繁项集.分析表明MR_B_Apriori算法能够适用于大数据的频繁项集挖掘.
- 陈方健张明新杨昆
- 关键词：HADOOP数据挖掘APRIORI算法关联规则
- 圆盘锯片齿宽与齿距的视觉测量研究被引量：3
- 2014年
- 圆盘锯片齿宽与齿距长度不均匀严重影响其寿命,目前对其检测多采用人工测量方法,速度慢且精度差。根据视觉测量快速、高精度特点,首先使用阈值分割、特征提取、形态学与亚像素精度技术,处理得到锯片平滑的轮廓,然后结合锯片圆形轮廓及人工测量特点,提出一种新的基于视觉测量的锯片齿宽与齿距测量方法,自动求出锯齿个数、齿宽与齿距长度。实验结果表明,文中的方法平均误差为0.678pix,估计误差为0.068mm。可以应用在高精度测量场合中,且对其它物体的视觉测量研究也有指导性意义。
- 杨昆张明新聂盼红郑金龙
- 关键词：视觉测量
- 一种具有跳跃式前进的Apriori算法被引量：10
- 2015年
- 根据Apriori算法的原理,提出一种具有跳跃式前进与回退补齐的改进算法J_Apriori。计算频繁K项集后,求出未剪枝的候选2K项集。在满足跳跃式前进策略的条件下先求出频繁2K项集,则2K项集的所有(K+1)至(2K-1)项子集不需要再扫描庞大的数据集,可以直接加入到频繁项集中,然后再回退补齐那些不是2K项集的子集的频繁项集。改进的算法减少了扫描数据集的次数。实验表明改进的算法有效地提高了Apriori算法的效率。
- 陈方健张明新杨昆
- 关键词：数据挖掘频繁项集关联规则APRIORI算法
