检索范围:
排序: 展示方式:
可视交互式图像聚类:一种机器视觉测量中目标无关的配置优化方法 Research Article
潘律翰,孙国道,常宝峰,夏旺,江棨,汤井威,梁荣华
《信息与电子工程前沿(英文)》 2023年 第24卷 第3期 页码 355-372 doi: 10.1631/FITEE.2200547
交互式可视化标注与主动学习:实验比较 Research
Mohammad CHEGIN, Jürgen BERNARD, Jian CUI, Fatemeh CHEGINI, Alexei SOURIN, Keith Keith, Tobias SCHRECK
《信息与电子工程前沿(英文)》 2020年 第21卷 第4期 页码 524-535 doi: 10.1631/FITEE.1900549
关键词: 交互式可视化标注;主动学习;可视分析
基于回归预测集成学习的交互式图像分割 Article
Jin ZHANG, Zhao-hui TANG, Wei-hua GUI, Qing CHEN, Jin-ping LIU
《信息与电子工程前沿(英文)》 2017年 第18卷 第7期 页码 1002-1020 doi: 10.1631/FITEE.1601401
沈楚云,李文浩,徐琪森,胡斌,金博,蔡海滨,朱凤平,李郁欣,王祥丰
《信息与电子工程前沿(英文)》 2023年 第24卷 第9期 页码 1332-1348 doi: 10.1631/FITEE.2200299
宋东明,朱耀琴,吴慧中
《中国工程科学》 2009年 第11卷 第11期 页码 64-69
针对综合集成研讨厅进行复杂决策问题研讨时,群体专家提出的众多定性意见最终如何实现收敛的问题,提出了基于交互式遗传算法模型的群体论证方法,使专家的群体思维与计算机技术紧密结合
一种基于锚点的谱聚类方法 None
Qin ZHANG, Guo-qiang ZHONG, Jun-yu DONG
《信息与电子工程前沿(英文)》 2018年 第19卷 第11期 页码 1385-1396 doi: 10.1631/FITEE.1700262
关键词: 聚类;谱聚类;图拉普拉斯;锚点
莫茜,罗毅
《中国工程科学》 2008年 第10卷 第11期 页码 65-68
交互式体积光照绘制中基于GPU的单绘制遍多切片算法 Research Articles
罗德宁,林毅,张建伟
《信息与电子工程前沿(英文)》 2021年 第22卷 第8期 页码 1092-1103 doi: 10.1631/FITEE.2000214
关键词: 体绘制;体积光照;体数据;单绘制遍多切片
曾黄麟,袁慧,刘小芳
《中国工程科学》 2004年 第6卷 第11期 页码 33-37
基于一个约束条件下的非线性规划问题的优化计算思想,把模糊中心聚类中计算输入矢量与中心的距离来实现聚类作为一种优化计算问题,证明了模糊中心聚类方法,取一个适当的属函数,其聚类中心vi为模糊聚类中心价值函数的极小值,推导出了基于模糊中心聚类的模式识别的无导师递推学习方法,提出了模糊中心聚类模式分类神经网络结构,该网络可以实现并行数据处理和模式分类的软划分和硬划分。
TIE算法:一种用于处理演化数据的聚类分层分类法生成技术上层算法 None
Rabia IRFAN, Sharifullah KHAN, Kashif RAJPOOT, Ali Mustafa QAMAR
《信息与电子工程前沿(英文)》 2018年 第19卷 第6期 页码 763-782 doi: 10.1631/FITEE.1700517
基于GPU的密度峰值并行聚类算法 Article
Ke-shi GE, Hua-you SU, Dong-sheng LI, Xi-cheng LU
《信息与电子工程前沿(英文)》 2017年 第18卷 第7期 页码 915-927 doi: 10.1631/FITEE.1601786
关键词: GPU;密度峰值;聚类;并行计算
基于两级层次特征学习的图像分类方法 Article
Guang-hui SONG,Xiao-gang JIN,Gen-lang CHEN,Yan NIE
《信息与电子工程前沿(英文)》 2016年 第17卷 第9期 页码 897-906 doi: 10.1631/FITEE.1500346
汤九斌,陆建峰,唐振民,杨静宇
《中国工程科学》 2007年 第9卷 第11期 页码 74-79
K-means算法是一种常用的聚类算法,但是聚类中心的初始化是其中的一个难点。笔者提出了一个基于层次思想的初始化方法。一般聚类问题均可看作加权聚类,通过层层抽样减少数据量,然后采用自顶向下的方式,从抽样结束层到原始数据层,每层都进行聚类,其中每层初始聚类中心均通过对上层聚类中心进行换算得到,重复该过程直到原始数据层,可得原始数据层的初始聚类中心模拟数据和真实数据的实验结果均显示基于层次抽样初始化的K-means算法不仅收敛速度快、聚类质量高,而且对噪声不敏感,其性能明显优于现有的相关算法。
标题 作者 时间 类型 操作
交互式可视化标注与主动学习:实验比较
Mohammad CHEGIN, Jürgen BERNARD, Jian CUI, Fatemeh CHEGINI, Alexei SOURIN, Keith Keith, Tobias SCHRECK
期刊论文
TIE算法:一种用于处理演化数据的聚类分层分类法生成技术上层算法
Rabia IRFAN, Sharifullah KHAN, Kashif RAJPOOT, Ali Mustafa QAMAR
期刊论文