基于混合遗传聚类的Web日志挖掘

通过对Web日志文件进行分析，提出了一种用混合遗传聚类对Web用户的行为进行分析的方法,混合遗传聚类是标准遗传算法和K-中心点算法的有机结合．实验证明，该方法是一个具有全局最优解的聚类方法，其结果明显优于标准遗传聚类方法．该算法能够有效地剔除噪音，得到很好的用户聚类和页面聚类的结果，为网站的管理者设计个性化的商务网站提供了有效的决策依据．     

基于数据挖掘的复合聚类法

基于数据挖掘的方法,设计和实现了两种复合聚类的算法,并对图像特征库按此算法建立了索引结构,形成了图像的索引库,通过实验,结果显示聚类方法具有很大的应用潜力.     

一种基于 k-means 聚类和半监督学习的医学图像分割算法

医学图像分割是计算机视觉和图像处理领域近年来研究的热点问题之一。一种基于k-means聚类和半监督学习的医学图像分割新算法被提出。在k-means聚类模型中,相似度函数是关系到聚类效果好坏的关键因素。所使用的相似度函数通过基于side-information的半监督学习方法来确定;确定后的相似度函数又被运用回k-means聚类模型中来实现对医学图像的分割。为了检验该算法效果,脑部肿瘤患者的磁共振图像被运用在实验中。分析结果表明:该算法在本文所采用的实例中能获得优于传统算法的分割效果。     

一种新的基于分布式入侵检测的警报聚类方法

针对大量的异构入侵检测传感器产生的警报泛滥问题，提出了一种在线警报聚类融合模型．该模型根据自我学习和调节，建立元警报作为警报聚类融合的基础，对新产生的警报进行分类、聚类，最终将警报特征与元警报融合，扩充元警报的特征信息．实验结果表明该方法能够有效地减少警报数量，提供具有指导意义的入侵响应，并且聚类结果可被用来进行进一步的网络态势评估．     

基于概念的教育资源元素材聚类方法研究

针对教育资源元素材种类多、独立性强等特点，研究了概念聚类方法解决领域知识的分类和归并问题，并实现了概念的动态聚类算法和归并算法，分析了该算法的效率和聚类准确性．     

双因素不完全配对模型和分离聚类法

双因素分离聚类法是一种有广泛应用背景的处理双因素不完全配对模型的数理统计方法．在大样本下,该方法能有效地把影响试验结果的两个因素分离开来,并按事先确定的准则对每个因素的各水平聚类．     

数字油画制作中的加速k均值颜色聚类算法

提出了一个数字油画制作中的加速k均值图像颜色聚类算法:AkMTI-CCI算法.该算法应用最远优先原则初始化聚类中心,消除了颜色聚类结果对初始中心的依赖性.利用三角不等式减少聚类过程中距离的计算量,提高了颜色聚类的速度.数值实验表明:AkMTI-CCI算法提高了颜色聚类的速度且改善了颜色聚类的效果.     

基于cDNA宏阵列的系统聚类分析猪发育阶段的基因表达谱

取杜洛克猪胚胎第33,45,55，65．75天的背最长肌样本．用cDNA Macroarray分析方法和聚类分析技术分析了327个EST在骨骼肌内不同发育阶段的基因表达谱．结果表明有98条EST在不同发育时期显著差异表达．第33天和第45天两阶段基因表达状态相似．第55天和第65天基因表达状态相似．而第75天的基因表达与第55天和第65天两个阶段的基因表达具有相近的聚类关系．表达状态相近，基因功能相似的基因大都被聚类在一起．     

一种基于动态模糊Kohonen网络的聚类模型及应用

提出一种基于动态模糊Kohonen神经网络聚类模型,针对传统的Kohonen神经网络(KNN)聚类需要预先确定聚类数的问题,提出采用树形动态自组织映射网络算法(TGSOM)来确定聚类数,并且利用模糊Kohonen神经网络(FKNN)聚类结果与输入顺序无关的优势进行网络优化,得到更优的聚类结果。该模     

基于遗传算法的图论聚类方法

针对传统图论聚类算法对初始聚类中心的敏感性以及聚类结果与样本输入次序等问题,提出了基于遗传算法进行图论聚类分析的基本原理和实现方法.实验结果表明,遗传算法应用于图论聚类分析能够搜索到更为精确的聚类中心值,其结果明显好于传统图论聚类算法.     

苗族服饰色彩体系构建研究

色彩是民族服饰的核心要素,也是民族文化元素的重要组成部分,构建一套兼具科学性与实用性的色彩体系极具挑战性。在传统色彩地理学方法基础上,通过提取主题色和改进的关联规则挖掘方法,获取色彩数据、寻找色彩规则,并对其进行自然色彩体系（NCS）编谱分析,构建了一套苗族服饰色彩体系（Miao’s costume color system,MCCS）。该体系有助于进一步挖掘苗族服饰的配色规律,实现对苗族服饰色彩的数字化保护,为民族服饰色彩传承机理的探索与研究提供新的思路。     

苗族服饰色彩体系构建研究

色彩是民族服饰的核心要素,也是民族文化元素的重要组成部分,构建一套兼具科学性与实用性的色彩体系极具挑战性。在传统色彩地理学方法基础上,通过提取主题色和改进的关联规则挖掘方法,获取色彩数据、寻找色彩规则,并对其进行自然色彩体系（NCS）编谱分析,构建了一套苗族服饰色彩体系（Miao’s costume color system,MCCS）。该体系有助于进一步挖掘苗族服饰的配色规律,实现对苗族服饰色彩的数字化保护,为民族服饰色彩传承机理的探索与研究提供新的思路。     

基于图像特征检测和匹配的无人船航行姿态角提取方法

计算机视觉的飞速发展, 使得采用视觉技术辅助无人船航行成为可能. 在无人船巡航过程中, 获取船体航向是航行控制的必备基础. 特征匹配是无人船相关视觉技术中的重要部分, 是目标识别和定位等功能的关键步骤. 获取无人船运动姿态的基本步骤是对图像前后帧进行有效的特征提取和匹配. 针对水域环境中的图像静态特征提取速度慢、精度低的问题, 本文提出一种图像匹配方法以求取无人船的航行姿态角. 首先对图像预处理, 并对有效区域进行特征提取. 其次, 设计一种基于描述子相似度的初始特征匹配策略. 再其次, 筛选特征匹配对, 优化模型参数. 最后, 通过前后帧旋转矩阵计算航行姿态角. 实验表明, 该方法能有效提取无人船的航行姿态角.     

基于集群系统的并行图像灰度匹配

针对传统数字图像处理中匹配方法虽然精确度高,但计算量大、时间长等特点,将基于MPI（Message Passing Interface）的集群并行处理引入到图像灰度匹配中,对待匹配图像采用数据分割处理,而将传统的图像灰度匹配算法进行并行化改进,结合并行处理对图像灰度匹配进行并行实现．实验结果表明：并行化处理能显著地缩短灰度匹配时间,达到较高的加速比和效率,对进一步研究基于集群系统下的并行图像处理有一定的指导意义．     

图象的灰度一彩色连续变换处理

本文提出一种灰度-彩色连续变换的伪彩色图象处理方法。此法把连续的灰度级变换到CIE空间的一条连续的彩色带,从而避免了一般彩色处理中的伪轮廓和有害噪音,可以广泛应用于各种图象的伪彩色处理。     

基于主成分分析的图像匹配方法

将主成分分析引入图像匹配过程，提出了一个基于主成分分析的图像匹配算法，将根据基准图来制备畸变图集，并用这些畸变图来作为训练样本，由这些畸形变像确定新的主成分空间，把畸变图变换到主成分这间中，在变换过程中尽量存原始图像的整体特征，在新空间做匹配，并以处理人脸图像匹配为应实例来检验匹配结果，该算法有一定的抗畸变能力。     

一种基于小波模极大值的图像特征匹配算法

针对移动机器人视觉图像间的连续特性,提出了一种基于小波模极大值的图像特征匹配算法,该算法利用小波模极大值提取图像轮廓及模方位矩阵,并在轮廓图像中寻找极大区域,以该区域中心点作为图像特征点,且将区域小波模方位、特征点区域图像重心坐标和区域轮廓重心方向组合生成这些特征点的特征向量,利用这些特征向量实现图像间的特征点匹配．并通过相应的实验证明提出的新算法高效可靠．     

一种非刚性医学图像点匹配方法

提出了一种非刚性点匹配的算法并把其运用于医学图像配准．该算法采用信号滤波的方法来获得点集间的匹配信息，并运用松弛标记法将各点邻域关系对模糊的匹配信息进行迭代获得明确的匹配关系．在此基础上，利用高斯径向基函数来描述点模式间的弹性形变，在基本的迭代框架下实现问题的求解．实验结果显示在形变程度为5％、出格点比率50％和噪声标准差为5％的情况下该算法的匹配误差能控制在0．13以下，表明了该算法的鲁棒性和有效性，较好地解决了医学非刚性形变的点匹配问题．     

基于线矩特征的破损目标识别

论述了用曲线的矩特征作为局部不变量来识别二维破损目标的方法．该方法对目标的轮廓进行分割后，利用阶次规正后的轮廓线矩特征，通过粗、细两级的基于Ｈｏｕｇｈ变换的投票匹配法来识别目标．分类实验表明，该方法有利于提高目标局部特征的抗噪性，并简化了破损目标的匹配和识别算法．     

轮廓匹配方法改进及其在转子中的应用

汽车发动机转子装配误差容易造成零件磨损和效率降低. 针对转子零件装配精度要求, 提出一种基于轮廓与特征点结合的轮廓匹配方法. 首先对转子图像进行滤波、二值化预处理; 其次提取轮廓并利用轮廓Hu矩方法进行轮廓粗匹配; 然后提取特征点, 并在以特征点为中心、半径为16像素的圆形区域内生成4个特征描述子作为匹配特征, 利用欧氏距离进行特征点匹配; 最后通过找到的匹配对计算仿射变换矩阵, 得到精匹配结果. 实验结果表明, 该方法在背景复杂、光照变化的条件下能够较精确地匹配轮廓, 保证匹配精度在1像素内, 且生成的特征描述子对数越多, 匹配结果越精确.