您的位置: 专家智库 > >

史变霞

作品数:4 被引量:27H指数:3
供职机构:西北师范大学数学与信息科学学院更多>>
发文基金:国家自然科学基金甘肃省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...

主题

  • 1篇单纯形
  • 1篇单纯形法
  • 1篇优化算法
  • 1篇神经网
  • 1篇神经网络
  • 1篇图像
  • 1篇图像检索
  • 1篇图像检索方法
  • 1篇全局优化
  • 1篇群算法
  • 1篇子群
  • 1篇粒子群
  • 1篇粒子群算法
  • 1篇粒子群优化
  • 1篇粒子群优化算...
  • 1篇量子粒子群
  • 1篇量子粒子群算...
  • 1篇量子粒子群优...
  • 1篇量子粒子群优...
  • 1篇聚类

机构

  • 4篇西北师范大学
  • 1篇兰州工业高等...

作者

  • 4篇史变霞
  • 3篇张明新
  • 2篇乔小妮
  • 2篇郝瑞芝
  • 1篇任小康
  • 1篇孙正兴

传媒

  • 3篇微电子学与计...
  • 1篇电脑开发与应...

年份

  • 3篇2010
  • 1篇2008
4 条 记 录,以下是 1-4
排序方式:
基于颜色特征的图像检索方法被引量:6
2010年
为了提高图像数据库,特别是大型图像数据库查询的速度及准确度,文中提出了基于HSV颜色空间的两层数据库查询的方法.首先,利用简单有效的颜色矩对图像数据库筛选,缩小查询范围;然后,对图像进行4×4重叠分块,提取各分块的颜色直方图进行第二层图像数据库查询,以获取更准确的检索结果.这样分块的好处是既获得了图像的空间分布信息,又突出图像中间的主体部分和充分限制背景的范围,并且比起独立分块的方法减少了计算量.实验表明:根据用户给出的示例图像,通过两层查询技术能够获得较好的检索效果.
史变霞张明新乔小妮郝瑞芝
关键词:图像检索HSV
一种改进的层次聚类算法被引量:6
2010年
为了更好地实现聚类,在分析层次聚类(agglomerative)算法和神经网络的ART2算法的基础上,提出了一种改进的层次聚类算法.改进算法将首先采用一种基于ART2的改进神经网络聚类算法得到一个初始的聚类结果,然后在此基础上利用agglomerative算法实现分层聚类.实验结果表明,改进算法较原先传统的聚类算法,不但算法执行速度快、效率高,而且聚类效果也比较好.
史变霞张明新
关键词:层次聚类神经网络ART2
基于单纯形法的量子粒子群优化算法被引量:12
2010年
针对粒子群优化算法容易陷入局部极值点,进化后期收敛慢和优化精度较差等缺点,提出了将单纯形搜索法与量子粒子群算法混合的改进算法,更好的平衡了全局搜索和局部搜索能力.仿真结果表明,该算法效率高、优化性能好,其性能远远优于一般的粒子群算法与量子粒子群算法.
任小康郝瑞芝孙正兴史变霞
关键词:量子粒子群算法单纯形法全局优化
一种基于密度的K-means算法被引量:3
2008年
基于密度聚类的思想,提出了一种改进的K-means算法。算法吸取密度聚类算法的优点,利用对象的t-邻域密度作为选择初始聚类中心点的条件,选出较优的初始中心点,从而得到较好的聚类效果。通过实验表明,此方法相对于随机选取初始聚类中心点准确率较高、稳定性强、可伸缩性好。
乔小妮张明新史变霞
共1页<1>
聚类工具0