导读:本文包含了通道聚类论文开题报告文献综述及选题提纲参考文献，主要关键词:混合高斯,随机子采样,邻域相关,多通道
通道聚类论文文献综述
徐艳,王培光,杨青,董江涛[1]（2019）在《时空相关多通道聚类的运动目标检测》一文中研究指出针对某些光照变化、噪声不稳定等多模态场景不适合离线训练背景模型来提取目标信息的问题,在基于混合高斯的背景建模的基础上,利用帧间差分与邻域相似性实现模型初始参数的选取;提出将随机子采样与邻域空间传播理论相结合改进参数更新过程;在时间维度上建立观测向量,实现模型参数的优化,加快模型收敛速度;并将颜色信息和梯度相融合实现基于多特征的多通道背景模型的建立,采用背景点的随机采样策略简化多通道模型建立的计算量,最终实现复杂环境下的运动目标的检测.实验表明,算法在抑制鬼影、动态背景和遮挡等方面有良好的检测性能,且执行效率能够满足实时计算的需求.(本文来源于《物理学报》期刊2019年16期）
张鑫,陈虎越,翟超,张俊鹏,徐斌[2]（2019）在《暗通道去雾技术和聚类算法的优化研究》一文中研究指出在交通运输行业中,每当天气中含有大量雾尘的时候,大气会发生散射,会对驾驶人员的视觉造成一定的干扰,对交通安全有着极大隐患;为避免交通事故的发生,我们在原有算法的基础之上,结合机器学习中的K—means聚类算法进行了优化研究,对含有雾的图像进行了去雾处理,使得图像的能见度增加;根据现实研究当中问题的实际情况,我们建立了暗原色模型,并利用暗原色算法拟合透射率,用K—means算法进行聚类分析进行处理强化图像的特征,结合估计出来的大气光强,利用去雾算法得到最终的无雾图像;最后我们通过Matlab进行分析演示,并且与其他算法的去雾处理图像进行对比与分析,图片更加清晰,可以很好的应用在航海交通,公路运输,气象遥感等方面的去雾领域,具有一定的应用价值。(本文来源于《计算机测量与控制》期刊2019年07期）
包加桐,钱江,张炜,唐鸿儒,汤方平[3]（2019）在《基于多通道数据流在线相关分析及聚类的闸站工程安全监测》一文中研究指出闸站工程自动安全监测可积累大量高质量监测数据,然而对这些数据的在线自动分析手段较为有限。该文提出一种针对多通道实时监测数据流的在线相关分析与聚类方法,以挖掘多个感兴趣测点通道数据流之间的联系。该方法能够在线快速计算数据流的统计特征,在计算数据流之间相关性度量的基础上,对多数据流进行自动聚类。以泰州高港闸站工程安全监测系统为例,针对扬压力、伸缩缝、温度等多类型共65个通道数据流进行在线相关分析与聚类,一次特征计算、分析与聚类总时长低于1 s,满足在线处理的实时性要求。该文提出的方法能够判断闸站工程渗压情况、伸缩缝与温度变化特性等,可有效发现潜在的工程安全问题或传感器故障。(本文来源于《农业工程学报》期刊2019年03期）
罗伟杰,李文翎[4]（2018）在《广州市重要通道高峰期交通模式聚类分析》一文中研究指出基于广州市重要通道2016年11-12月的交通指数,通过划分重要通道的拥堵与非拥堵状态,确定拥堵状态通道的中心趋势值,建立交通模式的聚类分析模型,采取变异系数对模型进行评价,得出交通模式聚类优选模型。结果显示:广州市重要通道早高峰呈现向心型交通拥堵模式,处于交通拥堵状态的通道可划分为6种交通模式,共3种几何形态类型:滞后型、对称型和递增型。晚高峰的交通拥堵通道分布广泛,区际主干道和天河商业区内的主干道交通拥堵更加严重;处于交通拥堵状态的通道可将其划分为9种交通模式,共4种几何形态类型:前锋型、滞后型、平缓型和对称型。(本文来源于《热带地理》期刊2018年01期）
薛永娇,禹卫东[5]（2017）在《基于聚类分析多通道InSAR联合相位解缠算法》一文中研究指出多通道InSAR相位解缠不依赖相位连续性假设,因此可以实现复杂地区的相位解缠绕,然而多通道相位解缠绕需同时处理多幅缠绕相位图,在运算效率和内存使用上存在着一定的压力。基于聚类分析的多通道相位解缠算法(Cluster-Analysis,CA)有效解决了运行效率问题,但噪声鲁棒性差。因此,提出将聚类分析和区域扩展相结合的相位解缠绕算法。该算法首先利用边缘提取算子,获得干涉相位图中由于相位跳变导致的边缘曲线,然后利用CA算法对边缘曲线进行相位解缠绕,将解缠曲线作为区域扩展的种子像素,进行区域扩展相位解缠。这样,既可以实现复杂地形的相位解缠,又可以有效抑制噪声。实验结果表明,算法在保持较好解缠精度的同时,一定程度上提高了运算效率。(本文来源于《雷达科学与技术》期刊2017年06期）
王儒,刘培玉,王培培[6]（2017）在《基于吸引子传播聚类的改进双通道CNN短文本分类算法》一文中研究指出传统的文本分类方法在处理短文本分类任务时遇到了很大的困难,针对短文本分类任务上的数据稀疏等难点,本文尝试在短文本特征输入和卷积神经网络结构上进行改进.在特征表示Word embedding训练时采取non-static和static两种方式,将训练好的Word embedding进行聚类处理,聚类得到的Word embedding库作为模型输入的词典库;提出一种改进的双通道卷积神经网络结构,网络通过双通道获取更多的局部敏感信息增加特征数目,然后经过连续的池化实现特征抽取.经实验验证,提出的语义聚类处理和改进的网络模型与传统的机器学习方法相比,在短文本分类任务的准确率上有显着的提升.(本文来源于《小型微型计算机系统》期刊2017年08期）
杨浩,白永清,刘琳,许冠宇,王玲玲[7]（2017）在《基于轨迹聚类河南地区大气污染过程空气输送通道研究》一文中研究指出大气污染除了受本地污染源的影响外,外来污染物的输送也是重要的影响因子之一。本文基于拉格朗日混合单粒子轨迹模型(HYSPLIT)分析了河南省重污染过程空气输送通道的特征,并结合地面风场观测资料和NCEP再分析资料对污染发生时的气象背景场进行了探讨。结果表明:在1986—2015年冬季气候平均态下,河南省盛行西北气流,空气输送主要来自西北欧亚大陆,经河北、陕西和山西等地区进入河南地区。2015年河南省17次重污染过程主要空气污染输送分别来自南方(32%)、偏北方(24%)和偏东方(27%),3条通道在输送过程中高度基本维持在900 h Pa以下;重污染过后西北风加强,南风消失,污染物迅速扩散。由2015年12月5—13日河南地区重污染过程的模拟表明,偏北空气输送通道所占比例虽然不是最高的,但经过污染物浓度高值区携带的污染物较多,同时由于风速减弱,不利于污染物扩散。气象观测资料进一步证明河南省重污染过程发生时处于静稳天气状态,同时东南风带来了较多的水汽输送,相对湿度偏高不利于污染扩散。(本文来源于《气象与环境学报》期刊2017年04期）
肖健,罗小平,冯振飞[8]（2016）在《基于K-means聚类的微细通道纳米流体气液两相流流型识别》一文中研究指出为快速识别流型的类型,提出微细通道纳米流体气液两相流流型K-means聚类识别的方法,该方法采用高速摄像机获取微细通道内气液两相流的流型图像,利用灰度流型图像的直方图获得峰值并且该峰值作为K-means聚类的初始中心点,结合不变矩原理和欧氏距离进行相似度流型图像的识别。由查准率-查全率评估体系和5 500幅流型图像识别实验的执行耗时分析结果表明:采用K-means聚类对微细通道纳米流体气液两相流流型进行识别的整体识别率达到97.8%,其中弹状和泡状识别率为100%。该方法为微细通道纳米流体两相流的在线识别流型提供了一种新途径。(本文来源于《农业机械学报》期刊2016年12期）
陈勇,郝裕斌,张开碧[9]（2016）在《结合K均值聚类的暗通道去雾改进算法》一文中研究指出针对暗通道先验去雾算法在处理单幅图像去雾时计算复杂度高且对于天空等高亮区域有局限性而易产生失真的问题,从暗通道模型出发,提出首先利用双暗通道拟合进行透射图估计,然后采用K均值聚类算法对有雾图像进行区域分类之后再针对天空区域估计出大气光强度的算法。该算法增强了图像的细节信息,并大大降低了计算复杂度,且提升了大气光强度估计值的准确性,有效抑制了高亮区域的失真。主观和客观评价表明,该算法能够取得比传统算法更好的去雾效果。(本文来源于《半导体光电》期刊2016年06期）
杨浩,白永清,刘琳,林春泽[10]（2016）在《基于轨迹聚类的河南大气污染过程空气输送通道研究》一文中研究指出大气污染除了受本地污染源的影响,外来污染物的输送也是重要影响因子之一。通过引入拉格朗日混合单粒子轨迹模型(HYSPLIT)分析了河南省重污染过程的空气输送通道特征,并结合地面观测风场及NCEP再分析资料对气象背景场进行探讨。结果表明:冬季30年气候平均态下,河南省盛行西北气流,空气输送主要来自西北欧亚大陆,经过河北、陕西、山西等地区进入河南。2015年17次重污染过程主要空气输送分别来自南方(32%)、偏北方(24%)和偏东方(27%),叁条通道在输送过程中高度基本维持在900h Pa以下。重污染过后西北风加强,南风消失,污染物迅速扩散。2015年12月5-13日的污染过程模拟证明,偏北空气输送通道比例虽然不是最高,但经过污染物浓度高值区携带污染物较多,同时由于风速减弱,不利于污染物扩散。气象观测场进一步证明河南省重污染发生时处于静稳天气状态,同时东南风带来了更多的水汽输送,相对湿度偏高不利于污染扩散。(本文来源于《第33届中国气象学会年会 S10 城市、降水与雾霾——第五届城市气象论坛》期刊2016-11-01）
通道聚类论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在交通运输行业中,每当天气中含有大量雾尘的时候,大气会发生散射,会对驾驶人员的视觉造成一定的干扰,对交通安全有着极大隐患;为避免交通事故的发生,我们在原有算法的基础之上,结合机器学习中的K—means聚类算法进行了优化研究,对含有雾的图像进行了去雾处理,使得图像的能见度增加;根据现实研究当中问题的实际情况,我们建立了暗原色模型,并利用暗原色算法拟合透射率,用K—means算法进行聚类分析进行处理强化图像的特征,结合估计出来的大气光强,利用去雾算法得到最终的无雾图像;最后我们通过Matlab进行分析演示,并且与其他算法的去雾处理图像进行对比与分析,图片更加清晰,可以很好的应用在航海交通,公路运输,气象遥感等方面的去雾领域,具有一定的应用价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
通道聚类论文参考文献
[1].徐艳,王培光,杨青,董江涛.时空相关多通道聚类的运动目标检测[J].物理学报.2019
[2].张鑫,陈虎越,翟超,张俊鹏,徐斌.暗通道去雾技术和聚类算法的优化研究[J].计算机测量与控制.2019
[3].包加桐,钱江,张炜,唐鸿儒,汤方平.基于多通道数据流在线相关分析及聚类的闸站工程安全监测[J].农业工程学报.2019
[4].罗伟杰,李文翎.广州市重要通道高峰期交通模式聚类分析[J].热带地理.2018
[5].薛永娇,禹卫东.基于聚类分析多通道InSAR联合相位解缠算法[J].雷达科学与技术.2017
[6].王儒,刘培玉,王培培.基于吸引子传播聚类的改进双通道CNN短文本分类算法[J].小型微型计算机系统.2017
[7].杨浩,白永清,刘琳,许冠宇,王玲玲.基于轨迹聚类河南地区大气污染过程空气输送通道研究[J].气象与环境学报.2017
[8].肖健,罗小平,冯振飞.基于K-means聚类的微细通道纳米流体气液两相流流型识别[J].农业机械学报.2016
[9].陈勇,郝裕斌,张开碧.结合K均值聚类的暗通道去雾改进算法[J].半导体光电.2016
[10].杨浩,白永清,刘琳,林春泽.基于轨迹聚类的河南大气污染过程空气输送通道研究[C].第33届中国气象学会年会S10城市、降水与雾霾——第五届城市气象论坛.2016