本发明公开了一种具备鲁棒性的半监督图像聚类方法,它涉及图像处理及应用领域。该方法针对一般图像聚类技术里面专注于对图像数据预处理和特征筛选上,而在聚类方法上并未有所突破,提出了一种具备鲁棒性的半监督图像聚类方法。该图像聚类方法首先考虑了实际情况下图像数据中存在的噪声和离群值,通过鲁棒性的正则化来减少噪声和离群值的影响,再从有标记图像和无标记图像两个方面着手挖掘图像数据知识;同时,在图像数据的预处理和特征筛选上,采取了具有适用性的归一化来事先处理图像数据,充分保证图像数据信息的完整性。
📄 2018115729027
📂 G06V10_762
👤 江南大学, 江苏江大智慧科技有限公司
📅 2018-12-21
本发明涉及图像识别领域,尤其指一种小样本直肠癌MR图像的完全可解释的分期预测方法、装置及介质;计算预处理后的直肠癌MR图像的共生矩阵提取每张图像的物理特征,真实标签也作为物理特征;根据图像及真实标签确定K个聚类以表征直肠癌分期阶段;对物理特征用模糊C均值算法得到K个聚类的相关信息;根据K个聚类的相关信息训练TSK模糊系统得到初始直肠癌分期预测模型;将直肠癌MR图像及真实标签输入模型输出分期预测值;以预测误差、输出方差和改进的特征分布损失构建模型中模糊规则权重的目标函数;以解析解的形式对目标函数求解,得到优化后的规则权重及直肠癌分期预测模型,实现基于少量直肠癌MR图像的完全可解释的分期预测。
📄 2024114850537
📂 G06V10_762
👤 江南大学
📅 2024-10-23
本发明公开了一种基于注意力机制的精简点云数据集的聚类算法及装置,方法包括:对点云数据集进行数据预处理;对经过预处理的数据进行密度和曲率的计算;使用基于Attention机制的带有噪声的层次密度聚类算法(HDBSCAN)根据密度和曲率,对点云数据集进行聚类;根据聚类结果对点云数据进行采样,缩小数据集规模,完成点云数据集精简;本发明可以对点云数据集进行有效的分割和筛选,去除噪声和异常点,能够有效地提高点云数据集的质量,减少数据集中的噪点和冗余数据,提高数据的准确性和可靠性;可以提高点云数据集的处理效率和精度,为点云相关领域的物体检测、目标跟踪等任务提供更精确、高效、可靠的数据支持。
📄 202310415453X
📂 G06V10_762
👤 江南大学
📅 2023-04-18
本发明公开了一种基于超图聚类的因果时序双增强知识追踪方法,包括:获取学习者在线学习过程中产生的数据集,确定习题交互信息;根据所述习题交互信息进行超图聚类处理,构建全局知识字典;根据所述全局知识字典,构建基于前门调整逻辑和学习连续性的因果时序双增强知识追踪模型;获取待预测对象的当前知识状态和当前习题信息,根据所述因果时序双增强知识追踪模型生成所述待预测对象的回答信息预测结果。本发明的效率高,可广泛应用于计算机技术领域。
📄 202211412022X
📂 G06V10_762
👤 浙江师范大学
📅 2022-11-11
本发明涉及一种基于时尚拼图与动态聚类的服装图像时尚风格学习方法,本发明提出了动态聚类算法,通过引入“质心”这一属性,使新增数据可以更快速进行聚类,减少了计算负担;除了方便计算外,也是反映该簇的代表特征,是该时尚风格的代表形象;噪点在传统聚类中被忽视其作用,而在对时尚风格的研究中,将噪点当做潜在风格,当有足够多数量的噪点聚在一起,就会形成新的簇,这对新时尚风格的发现具有重要意义。
📄 2022111463656
📂 G06V10_762
👤 武汉纺织大学
📅 2022-09-20
本发明公开了一种基于密度峰值的数据聚类方法、装置、介质,利用直接下级描述各个数据点的相对密度,其中数据点是数据集中的图片或者词语特征,设计结合相对密度和绝对密度的混合密度值识别聚类中心,并通过相似性可达定义有效下级,进行非中心点的主要分配,并结合不同簇的k层上级分布,确定剩余点的标签,以此可以有效将数据集中相同类别的数据点聚集在一个类别下,高效准确地完成了对数据集的分类。
📄 2022105059241
📂 G06V10_762
👤 成都信息工程大学
📅 2022-05-10
本发明公开了一种多波束声呐桩基冲刷检测方法,包括以下步骤:读取待冲刷检测的多波束桩基三维点云;从多波束桩基三维点云中提取桩基冲刷坑点云;采用聚类分割方法,将桩基冲刷坑点云进行分组,形成多个簇,每个簇表示一个单独的冲刷坑数据;基于多个簇,计算桩基冲刷体积,作为桩基冲刷检测的依据;本发明的多波束声呐桩基冲刷检测方法提高了桩基的冲刷检测精度,为海上风电桩基的运维工作提供了更高质量的桩基冲刷程度信息。
📄 2024116598979
📂 G06V10_762
👤 江苏科技大学
📅 2024-11-20
本发明针对软件系统重构中的软件模块聚类问题,公开了多目标群体进化软件模块聚类方法。本方法首先对从软件系统的源程序中提取出方法依赖图,软件系统模块聚类方案用二维矩阵编码,使用模块质量和逆向边数作为软件模块聚类目标,进行群体进化操作迭代,更新帕累托非支配解集,最后输出聚类结果。本方法提供了一种有效的软件模块聚类方法,用于软件系统重构,提高软件系统的可理解性。
📄 2020111591551
📂 G06V10_762
👤 西安邮电大学
📅 2020-10-26
本发明公开了基于自适应加权张量的多视角聚类方法,属于图像聚类分析技术领域。该方法包括:获取多视角数据集,对多视角数据集中的图像进行预处理;从每个初始图像中提取不同视角的特征;对初始视角特征进行标准化处理;以数据重构误差和低秩约束最小为目标构建目标函数,将目标函数转化为增广拉格朗日乘子法形式,通过交替方向的乘除法求解拉格朗日函;通过最优投影矩阵对待处理图像数据进行特征变换,并在融合特征空间中执行聚类操作,得到聚类后的图像。本发明无需依赖标签信息,通过多视角特征融合与低维投影建模,能够在噪声干扰和样本分布复杂的条件下实现稳健的聚类效果,适用于实际多源异构图像数据的自动分类与分析需求。
📄 2025111748086
📂 G06V10_762
👤 南京信息工程大学
📅 2025-08-21
一种基于K‑means算法的轮胎X射线缺陷图像分类方法,包括以下步骤:1)轮胎数据集预处理;2)迁移VGG16网络模型进行图像的特征提取;3)利用K均值聚类算法为每张图像分配类别标签,并用平均准确率和混淆矩阵来评估模型的分类效果。本发明通过对比度受限的自适应直方图均衡化进行图像进行预处理,使得图像强度分布更宽、缺陷与背景信息对比度明显;然后引入已经预训练好的VGG16网络来学习轮胎图像特征,减少了从头开始训练模型的过程。最后使用无监督的K‑means方法对轮胎数据进行分类,该方法不需要标记训练数据,训练速度快分类准确率高。
📄 2022104101148
📂 G06V10_762
👤 浙江工业大学
📅 2022-04-19
本发明公开了一种基于物联网的城市地下空间环境监测方法及系统,包括:根据双目图像生成点云图,计算点云图的最小距离,获得变化云图,基于变化云图进行三维建模,根据地下空间的环境数据计算相邻关联度,基于相邻关联度进行第一聚类分析,获得若干具有相似特征的空间区域,进一步计算环境异常程度,构建预测模型获得异常程度的趋势走向曲线,计算干预概率并进行第二聚类分析,获得干预热点区域,根据干预热点区域对三维模型进行颜色编码,将颜色编码后的三维模型和异常程度趋势曲线作为预警发送至监测平台。该方法不仅可以提高地下空间环境监测的效率和实时性,同时具有较好的可解释性,可以直接应用于城市地下空间环境监测系统中。
📄 2024113726617
📂 G06V10_762
👤 浙江工业大学
📅 2024-09-29
本发明涉及一种基于聚类空间去相关性的无监督图像表示学习方法,对输入的一个批次图像进行两次随机增强得到两个批次数据输入孪生网络;基于输出与簇中心计算输入到每个簇的相似度;基于聚类空间特征得到一个批次内的输入之间的互相关矩阵,计算单位化损失;将聚类空间特征归一化获得输入到每个簇的隶属度,将其中一个图像的隶属度作为另一个相关图像的目标分布,计算模型对输入的预测及其目标分布之间的对齐损失;单位化损失与对齐损失相加作为用于模型训练的总损失;对单位化损失的最小化实现簇级别的一致性和去相关性,互为目标损失实现样本级别对输入扰动的一致性,最终实现在无负样例对的条件下进行有效的无监督图像表示学习。
📄 2022116140444
📂 G06V10_762
👤 浙江工业大学
📅 2022-12-15