单幅图像的超分辨率重建方法

在分析单幅图像超分辨率重建问题的基础上，建立一种新的图像退化模型，并分析了提出的模型和经典图像恢复中模型的异同点，然后分析了算法实施步骤，针对提出的分层剥离算法，采用级联模板运算方法，从而简化了方程计算的复杂度．试验结果表明：提出的一种基于剥离方法的单幅图像超分辨率方法是有效可行的．     

基于Hopfield神经网络的遥感图像超分辨率识别算法

提出基于Hopfield神经网络的遥感图像超分辨率目标识别算法，它是利用模糊分类技术进行模糊分类，然后用分类结果约束Hopfield神经网络的方法．通过实验，可知Hopfield神经网络在学习样本少时．也能够输出分辨率相对较高的地物目标信息．因此．基于Hopfield神经网络的遥感图像处理方法，能够提高遥感图像的目标分辨率．使其目标特征信息更清晰．     

基于有趣地点压缩的时空轨迹聚类

研究移动物体时空轨迹局部关键地点时空相似的聚类问题.根据移动物体的运动状态提取轨迹中的有趣地点,利用最小包围盒技术对这些有趣地点进行描述,得到基于有趣地点压缩的轨迹表示形式;然后给出一个时空属性相结合的相似性度量公式,对压缩表示的轨迹进行相似性度量;基于这个相似性度量公式对轨迹进行聚类,聚类方法采用层次聚类法.实验结果表明,本文提出的方法能有效地对移动物体时空轨迹进行聚类,由于采用了增量式的轨迹压缩方法,不仅提高了聚类的速度,而且还实现了增量式的轨迹聚类.     

基于放大曲波基的方向性超分辨率图像重构技术

为解决传统图像放大算法边界视觉效果不佳的问题,提出基于二代曲波变换的方向性超分辨率图像重构算法.对图像进行j层曲波分解,利用不同尺度上曲波基的空间比例关系获得放大图像j层分解系数,通过最外层曲波基空间模型可构建(j+1)层放大图像的曲波分解系数,采用新的非线性函数对全部曲波系数进行增强处理,根据曲波分解的方向性,最终可通过曲波重构获得边缘特征较好的放大图像.实验结果表明,基于曲波方向性图像放大算法,可以较好地保留原图的几何特征,增强边缘清晰度;将两幅典型图像放大后的峰值信噪比与经典方法(差值算法)比较分别提升了2.2及0.6 dB.     

基于Kohonen神经网络的图像超分辨率处理算法

提出一种小波变换、Bézier曲面插值和神经网络相结合的方法,并将该方法应用于图像处理中,对图像进行超分辨率处理,以提高图像质量.首先将原图像作为低通部分,然后对小波分解后的相应高频子带进行Bézier曲面插值,再对插值后的高频子带分别进行神经网络学习重建恢复各高频子带图像,以近似更高频的细节,最后通过小波逆变换获取比原图分辨率更高的图像.模拟实验结果表明与小波插值方法相比,所提出的算法能进一步提高图像的质量和分辨率.     

基于全距离完全度量聚类的交通运输能耗区域划分

对全国进行区域划分,是研究大范围、有地域特征交通运输能耗问题的基础.首先以行政区域为单位,建立了交通运输业发展、交通能源消耗、社会经济发展三大类交通运输能耗综合指标体系.在确定省市间距离和邻接关系矩阵后,生成本文研究区域的交通运输能耗邻接关系网络图,依据邻接关系及全距离完全度量方法,建立研究区域的交通运输能源消耗省域间最小生成树.以研究区域总同质度最大为目标对最小生成树进行截断,划分了 5个交通运输能源消耗区域,分析了各个区域的交通能耗特点,提出了初步的政策建议.     

一种基于Windows调色板和知识聚类的彩色磨粒图像分割方法

彩色磨粒图像分割是实现摩损微粒自动识别的关键技术前提。本文从分析Ｗｉｎｄｏｗｓ系统调色板的实现机制入手，提出了一种适合于铁谱磨粒图像处理需要的色彩分割方法，并将该主展到基于知识的聚类过程，以实现彩色磨粒图像的智能分割。     

基于时空自相关的道路交通状态聚类方法

城市道路交通状态的识别对交通管理部门进行交通管理控制、出行诱导,以及 道路设施改造具有重要意义.本文运用时空Moran 散点图探索城市道路交通的时空关联 性,并据此构建一种基于时空自相关预分类的道路交通状态层次聚类方法.运用本文所提 出的聚类算法,以北京市二环快速路外环方向的路段为例,进行聚类研究,并分析了各类 型路段的交通状态时空特性.案例研究表明,所提出聚类算法能对道路交通状态进行有效 判断,充分反映交通需求与路网结构之间的内在匹配关系.特别是畅通异质和拥堵异质两 种交通状态的提出,为识别高峰时段路网中的瓶颈路段和能力富余路段提供了一种新的 思路和方法,进而可为完善路网、缓解拥堵及制定交通管理措施提供依据.     

基于自适应谐振理论的Web文档聚类集成方法

提出了基于自适应谐振理论的Web文档聚类集成方法．该方法先用蚁群算法对Web文档进行聚类,再用ART神经网络对聚类结果集成．实验结果表明,集成后的聚类综合质量高于集成前的聚类综合质量．     

基于遗传算法的高效聚类挖掘新算法

提出了一种基于遗传算法的聚类数据挖掘新算法，并在某钢铁集团CIMS工程的销售管理系统中成功进行了应用，新算法与已有算法进行了对比研究。新方法对其他类似的实际应用也有参考价值。     

基于模糊聚类迭代模型的典型水文年选取研究

为了合理、有效地从众多实测水沙资料中选取具有代表性的水沙年,提出应用模糊聚类迭代模型选取典型水文年的方法,结合西江金鸡水文站的实测水沙资料,对模型进行计算,并与传统的频率法进行比较分析.结果表明:采用该模型不仅使选取的典型水文年在年总量和年内分配上均具代表性,且在计算过程中避免了人为确定权重和水沙分类标准的主观性,是一种较为客观、合理的选取典型水文年的方法.     

鉴别道路交通事故黑点的聚类分析方法研究

对道路交通事故黑点的鉴别方法进行综述,提出鉴别道路交通事故黑点的聚类分析法,利用该法对菏泽市牡丹区境内国道220交通事故黑点进行鉴别,可为进一步研究鉴别道路交通事故黑点的方法提供不同的思路。     

基于聚类分析方法的地方标准规划序列研究

为了推进公路工程标准化建设和地方标准的制修订,有效地促进地方标准体系的动态管理,通过大量的调研数据,对公路工程技术标准在地方的适用性进行统计分析,采用K-means聚类算法对地方标准进行规划分析,确定了地方标准修编序列.结果表明,聚类分析法对地方规划具有较好的适用性和准确度,为地方标准体系构建提供了新思路.     

多变量聚类分析的高速公路交通流状态实时评估

针对交通状态单变量判断传统方法的不足,本文建立了基于多变量聚类分析的高速公路交通流状态实时评估方法.结合实际交通流数据,利用模糊聚类、K均值聚类等算法对速度、流量等向量进行聚类分析,给出适合当前高速公路特点的交通状况划分方法和关键参数.本文方法能够实时、准确、全面地反映交通流的运行情况,为制定高效的交通管理控制方案及合理的出行方案提供数据基础.     

改进灰色聚类模型在区域物流枢纽城市分类决策中的应用

通过对区域物流的发展特点分析,选用经济指标、物流指标以及其他定性指标,提出一种改进的灰色聚类对区域物流枢纽城市分级决策,并对各类物流枢纽城市相互作用机理从极化效应与扩散效应方面分析,依据增长级理论与梯度发展提出3类城市物流发展的基本思路与发展策略,通过实例证明,该方法对目前我国区域内制定物流发展战略具有较好的实际意义。     

灰类白化权函数聚类法在地铁供电系统安全评价中的应用

基于灰色系统理论,将影响地铁供电系统安全的因素作为灰类指标,应用灰类白化权函数聚类法,通过计算三角白化权函数,构建灰类白化权函数模型,并以我国某城市的一条地铁线为例,对其供电系统进行了综合安全评价．结果表明,此种方法实用性强,科学合理．     

A Method of Clustering Components into Modules Based on Products'''' Functional and Structural Analysis

IntroductionMarket competitiveness forces enterprises todeliver a variety of products while keeping massproduction efficiency[1]. This leads to the masscustomization, for which product family development is the effective means[2, 3]. Modularity andstandardization are promising tools in product family development[4]. Many authors view modularityas the key to improving the cost-variety trade-ofin product development[5, 6]. Products built aroundmodular architectures can be more easily variedwith…     

A Method of Clustering Components into Modules Based on Products＇ Functional and Structural Analysis

Modularity is the key to improving the cost-variety trade-off in product development. To achieve the functional independency and structural independency of modules, a method of clustering components to identify modules based on functional and structural analysis was presented. Two stages were included in the method. In the first stage the products＇ function was analyzed to determine the primary level of modules. Then the objective function for modules identifying was formulated to achieve functional independency of modules. Finally the genetic algorithm was used to solve the combinatorial optimization problem in modules identifying to form the primary modules of products. In the second stage the cohesion degree of modules and the coupling degree between modules were analyzed. Based on this structural analysis the modular scheme was refined according to the thinking of struc- tural independency. A case study on the gear reducer was conducted to illustrate the validity of the presented method.     

基于多次灰色聚类的服务区定位方法及其应用

为客观准确地评价高速公路服务区的重要度和贡献度,现提出采用多次灰色聚类方法定位服务区。将同一高速沿线的服务区作为聚类对象集,评价服务区的代表因子,如服务区的占地面积、驶入交通量及加油机台数等作为聚类因子集,计算各聚类界限及各因子在各类中所占权重,便可求得各聚类对象对各聚类标准的聚类系数,将聚类系数大小作为参数对服务区进行聚类排序分析。对于一次聚类运算结果中包含对象较多的类别,再以这一类服务区作为聚类对象集,重复运用灰色聚类,对服务区进行聚类排序分析。与常规灰色聚类法相比,多次聚类方法聚类层类别更多,定位更精准,能同时实现服务区的聚类及排序。     

基于广义城熵聚类模型的城市节点分类方法

从传统城熵的缺点出发,提出广义城熵聚类模型并运用于整个城市圈的城市节点分类,该模型从城市发展的差异性角度进行科学合理地分类,可以更好地指导城市的长远发展,促进相关政策措施的有效落实。