四川省教育厅科学研究项目(07ZC023)
- 作品数：2 被引量：3H指数：1
- 相关作者：武小红武斌周建江李敏何光普更多>>
- 相关机构：江苏大学大连理工大学南京航空航天大学更多>>
- 发文基金：四川省教育厅科学研究项目“十一五”国防预研基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 模糊非相关判别转换及其应用被引量：2
- 2009年
- 线性判别分析是一种特征提取和维数缩减的方法,广泛应用于人脸识别,语音识别和手写字母识别等领域。但是许多线性判别分析都是"硬"线性判别分析,每个数据点都严格地属于这一类或那一类。在非相关判别转换(UDT)基础上,提出了模糊非相关判别转换(FUDT)。FUDT是利用模糊集理论的有监督学习方法,其判别向量满足广义瑞利商方程,同时也满足样本到模糊非相关优化判别向量上的投影是非相关的。通过FUDT和UDT对公共数据库MSTAR的实验结果可看出,FUDT在处理SAR图像的特征提取方面优于UDT。
- 武小红武斌周建江
- 关键词：线性判别分析
- 新的改进型可能C-均值聚类被引量：1
- 2008年
- 改进型可能C-均值聚类(IPCM)是在模糊C-均值聚类(FCM)和可能C-均值聚类(PCM)的基础上提出来的。通过引入一种新的非欧式距离以替代IPCM目标函数中的欧式距离,提出了一种称为新的改进型可能C-均值聚类(NIPCM)算法。在基于鲁棒统计观点和影响函数基础上,新的非欧式距离比欧式距离鲁棒性更强。从而NIPCM比IPCM和FCM更有鲁棒性。另外,NIPCM在处理噪声或野值数据方面比IPCM和FCM更有效。实验结果表明,NIPCM具有比IPCM和FCM更好的性能。
- 武小红何光普李敏
- 关键词：人工智能模糊C-均值聚类
