导读:本文包含了融合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:道路提取,纹理特征融合,模糊聚类,核函数
融合聚类论文文献综述
徐翰文,艾波,史绍雨[1]（2019）在《基于纹理特征融合与核模糊聚类的道路提取》一文中研究指出根据高分辨率遥感影像中道路方向上的纹理一致性,提出了一种基于纹理特征融合与核模糊C均值聚类的高分辨率遥感影像道路提取新算法。该算法改进了角度纹理特征的计算方式,首先与Gabor纹理特征进行融合;再利用结合空间信息的核模糊C均值聚类算法对融合特征进行聚类,从而提取高分辨率遥感影像中的道路。实验结果表明,该算法可较高精度地从高分辨率遥感影像中提取具有一定纹理的道路。(本文来源于《地理空间信息》期刊2019年11期）
唐帅,刘雪飞,安佳坤,谢延涛[2]（2019）在《基于融合聚类算法的成果指标评价体系设计》一文中研究指出随着创新驱动发展战略的实施,每年的科技成果数量呈现出快速增长态势。与此同时,科技成果服务体系不完善,特别是不能切实体现科技成果的价值,科技成果与公司产业链发展存在脱节,因此,应加强科技成果质量的管控力度。衡量科技成果质量关键是评价其成果作用、价值及前景,考量成果间及流程内的差异性,制定灵活、周全及可扩展的成果指标评价体系。介绍了科技成果指标评价体系发展现状及组成结构,分析了指标权重及数据处理方法,提出了基于融合聚类算法的科技指标评价模型。(本文来源于《计算机与网络》期刊2019年21期）
冯科,曾德明[3]（2019）在《技术融合距离的聚类特征与影响因素——基于大规模专利数据的实证研究》一文中研究指出建设工业4. 0需要推动新兴信息技术与其他领域技术的深度融合。然而跨领域、远距离的技术融合面临较大的风险与挑战。采用电子信息、汽车、装备制造产业1985-2014年约240万专利数据,以叁大产业中的技术领域为研究对象,基于聚类分析研究其技术融合距离动态发展过程中的聚类特征,利用Tobit模型解析其技术融合距离的影响因素。实证研究表明,融合距离最远的技术领域,其动态发展过程表现出多元化、差异化的聚类特征;申请人合作团队规模、产学合作、专利积累、政府科技计划投入显着促进技术融合距离的延伸;发明人团队规模则对技术融合距离先提升、后抑制。应鼓励合作创新、优先关注前期积累丰富的技术领域、构建多目标结合的融合性技术领域财政资金投入组合。(本文来源于《管理评论》期刊2019年08期）
李伟,陈红斌[4]（2019）在《结合Curvelet变换和模糊聚类的图像融合算法》一文中研究指出本文为了能够有效的提取图像细节信息,滤除噪声和保留有用信息,提出了一种基于curvelet变换和模糊聚类理论的图像融合算法。首先对图像进行curvelet变换,获得图像的低频和高频分量;随后依据低频和高频分量的不同特征采取相应的融合规则,高频分量采用区域能量为系数进行加权融合。低频分量则采用基于模糊聚类理论的融合规则以实现对噪声的过滤。最后再对融合后的图像进行curvelet反变换,获得融合后的图像。实验结果表明,该方法能够获得较高的平均梯度、峰值信噪比、空间频率和结构相似度,有效地保留融合图像的细节信息,去除噪声,是一种有效的多聚焦图像融合方法。(本文来源于《电子技术与软件工程》期刊2019年16期）
叶森[5]（2019）在《积极申建国家文化和科技融合(集聚类)示范基地》一文中研究指出本报讯 全媒体叶森报道 8月7日上午，市长高建军带队赴科技部，拜访科技部高新司副司长续超前，就支持开封申建国家文化和科技融合（集聚类）示范基地等事宜进行座谈。高建军说，近年来，开封扎实推进文化和科技深度融合。2015年，开封在全国率先提出“文(本文来源于《开封日报》期刊2019-08-08）
李鸿雁,唐娴[6]（2019）在《聚类分析和活动轮廓模型相融合的图像分割算法》一文中研究指出针对当前图像分割算法存在的分割误差大、分割时间长及无法进行在线图像分割的不足,提出一种基于聚类分析和活动轮廓模型相融合的图像分割算法.首先,对原始图像进行去噪处理,采用聚类分析算法对原始图像进行粗分割,将粗分割结果作为活动轮廓模型的初始轮廓线;其次,将活动轮廓模型根据初始轮廓线对图像不同区域轮廓进行拟合,实现图像的精细分割;最后与聚类分析算法、活动轮廓模型以及当前经典图像分割算法进行对比测试实验.实验结果表明,本文算法克服了当前图像分割算法存在的缺陷,提高了图像分割效率和精度,对噪声不敏感,并具有较强的鲁棒性,图像整体分割效果显着优于对比算法.(本文来源于《吉林大学学报(理学版)》期刊2019年04期）
王丽芳,史超宇,蔺素珍,秦品乐,高媛[7]（2019）在《基于联合图像块聚类自适应字典学习的多模态医学图像融合》一文中研究指出针对多模态医学图像融合中过完备自适应字典存在的大量冗余信息会导致图像重建质量不佳的问题,文中提出了基于联合图像块聚类自适应字典学习的多模态医学图像融合方法(JCPD)。该方法首先计算图像块的欧氏距离,通过比较设定的阈值和图像块的最小距离来剔除冗余图像块,减少冗余图像块的数量。然后,使用局部调制核回归(SKR)提取图像块的局部梯度信息作为聚类中心,将具有相同局部梯度信息的两种模态的图像块进行联合图像块聚类。在联合图像块聚类的基础上使用改进的K-SVD算法对图像块聚类形成的类簇进行训练得到子字典,并将子字典合并成自适应字典。最后,在自适应字典的作用下用正交匹配追踪算法(OMP)计算得到稀疏表示系数,再使用"2范数最大"的规则融合稀疏系数,之后通过重建得到融合图像。实验表明,与2种基于多尺度变换的方法和6种基于稀疏表示的方法相比,所提方法在保证字典信息的完整性和字典的紧凑性基础上使得融合的图像清晰度更高、对比度更强,便于临床诊断和辅助治疗。(本文来源于《计算机科学》期刊2019年07期）
李鹏飞,严凯,张缓缓,景军锋[8]（2019）在《基于最大熵与密度聚类相融合的毛羽检测》一文中研究指出为能够更加精确地计算出纱线毛羽的根数及毛羽长度,基于最大熵与密度聚类相融合对纱线毛羽的长度及根数进行检测。该方法首先利用双边滤波对采集到的纱线图像进行预处理,滤除图像中的噪声,同时增强纱线毛羽特征;然后利用最大熵对预处理后的纱线图像进行阈值分割,去除条干提取毛羽,并对毛羽进行细化;最后利用密度聚类算法(DBSCAN聚类)对细化后的毛羽进行分类统计,根据所分类的个数以及每类所含像素点的个数计算出毛羽的根数及长度。将实验结果与目测法和基准线法进行比较,结果表明,该方法与目测方法检测的结果非常接近,结果比基准线法更加精确,检测结果准确、有效。(本文来源于《纺织学报》期刊2019年07期）
李春忠,靖稳峰,徐健[9]（2019）在《基于多尺度信息融合的层次聚类算法》一文中研究指出在体绘制领域和图像分割中,数据集通常具有流形结构,各部分边界连接紧密且伴随局部噪声,给传统聚类算法的应用带来了较大的困难.本文根据非参数密度估计方法提出了一种基于多尺度信息融合的层次聚类算法.新算法通过整合密度差异和边界信息构造了一种多尺度结构信息融合的相似性度量,通过水平集的图连接策略推导出一种层次化的类结构剖析过程以获取稳定的聚类结果.新算法不受数据集形状、密度类型的限制,无需对数据集进行假设,可自动识别数据集常见的聚类结构特征.同时聚类结果较为稳定,算法对噪声具有较强的鲁棒性.从人工数据集和真实数据集以及应用试验的测试结果可以看出新算法的优越性能.(本文来源于《工程数学学报》期刊2019年03期）
侯媛媛,何儒汉,李敏,陈佳[10]（2019）在《结合卷积神经网络多层特征融合和K-Means聚类的服装图像检索方法》一文中研究指出随着服装电子商务的蓬勃发展,海量的服装图像数据被累积,对服装图像"以图搜图"成为了当前的一个热点研究方向。服装图像有着丰富的整体语义信息和大量细节信息,要对其实现精准检索是一项挑战性难题。传统的基于人工语义标注的服装图像方法和以人工设计的颜色与纹理等内容特征进行服装图像检索的方法均存在较大局限性。文中利用卷积神经网络多层特征融合提取特征,然后使用K-Means聚类加快服装图像的检索,充分利用深度卷积神经网络在图像特征提取上的有效性和层次性,融合不同卷积层次特征的细节信息和抽象语义信息以提升检索的准确度,并利用K-Means加快检索速度。所提方法首先对服装图像数据集进行统一的尺寸处理,然后利用卷积神经网络进行训练和特征提取,抽取出服装图像从低到高的多层次特征,进而将多种层次的特征进行融合,最终使用K-Means聚类方法对提取的图像库特征进行有效检索。在DeepFashion子类数据集Category and Attribute Prediction Benchmark和In-shop Clothes Retrieval Benchmark上的实验结果表明,所提方法能有效增强服装图像的特征表达能力,提高了检索准确率和检索速度,优于其他主流方法。(本文来源于《计算机科学》期刊2019年S1期）
融合聚类论文开题报告
（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：
随着创新驱动发展战略的实施,每年的科技成果数量呈现出快速增长态势。与此同时,科技成果服务体系不完善,特别是不能切实体现科技成果的价值,科技成果与公司产业链发展存在脱节,因此,应加强科技成果质量的管控力度。衡量科技成果质量关键是评价其成果作用、价值及前景,考量成果间及流程内的差异性,制定灵活、周全及可扩展的成果指标评价体系。介绍了科技成果指标评价体系发展现状及组成结构,分析了指标权重及数据处理方法,提出了基于融合聚类算法的科技指标评价模型。
（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。
融合聚类论文参考文献
[1].徐翰文,艾波,史绍雨.基于纹理特征融合与核模糊聚类的道路提取[J].地理空间信息.2019
[2].唐帅,刘雪飞,安佳坤,谢延涛.基于融合聚类算法的成果指标评价体系设计[J].计算机与网络.2019
[3].冯科,曾德明.技术融合距离的聚类特征与影响因素——基于大规模专利数据的实证研究[J].管理评论.2019
[4].李伟,陈红斌.结合Curvelet变换和模糊聚类的图像融合算法[J].电子技术与软件工程.2019
[5].叶森.积极申建国家文化和科技融合(集聚类)示范基地[N].开封日报.2019
[6].李鸿雁,唐娴.聚类分析和活动轮廓模型相融合的图像分割算法[J].吉林大学学报(理学版).2019
[7].王丽芳,史超宇,蔺素珍,秦品乐,高媛.基于联合图像块聚类自适应字典学习的多模态医学图像融合[J].计算机科学.2019
[8].李鹏飞,严凯,张缓缓,景军锋.基于最大熵与密度聚类相融合的毛羽检测[J].纺织学报.2019
[9].李春忠,靖稳峰,徐健.基于多尺度信息融合的层次聚类算法[J].工程数学学报.2019
[10].侯媛媛,何儒汉,李敏,陈佳.结合卷积神经网络多层特征融合和K-Means聚类的服装图像检索方法[J].计算机科学.2019