李金霞
- 作品数：4 被引量：23H指数：3
- 供职机构：江苏科技大学计算机科学与工程学院更多>>
- 发文基金：江苏省高校自然科学研究项目国家重点实验室开放基金江苏省计算机信息处理技术重点实验室基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于层次聚类LS-SVM的图像分割方法被引量：2
- 2010年
- 文章对最小二乘支持向量机进行稀疏化处理,再借鉴层次聚类的思想,采用正向训练、反向测试的方法构造了层次聚类最小二乘支持向量机,简化了分类器的结构。与常用的几种图像分割方法比较实验,结果表明该方法缩短了训练测试时间,提高了分割效果。
- 胡学坤宋淑娜李金霞高尚
- 关键词：最小二乘支持向量机稀疏化层次聚类图像分割
- 一种自适应模糊阈值区间的图像分割方法被引量：6
- 2010年
- 针对图像分割边缘不准确的问题,研究了一种基于模糊理论的阈值区间的图像分割方法。在首先介绍的模糊阈值分割的基本原理上,提出了一种分层分割图像的思想。根据图像具有模糊的性质,利用模糊阈值法得到一个图像分割的调和阈值,再将每一层根据像素统计直方图信息得到一个本层次的阈值区域,最后用模糊阈值法得到的阈值调和阈值区域,使最终的分割阈值区间更精确。最后,根据相邻层相连背景像素相似的原则,逐层分割图像。实验结果表明该方法具有较好的分割效果。
- 宋淑娜李金霞胡学坤高尚
- 关键词：图像分割自适应
- 基于APSO的模糊聚类算法被引量：4
- 2009年
- 利用改进的自适应粒子群优化算法(APSO)较强全局寻优、快速收敛的特点和模糊C-均值算法(FCM)对初始值敏感、容易陷入局部最优的缺点。提出一种基于自适应粒子群优化算法的模糊聚类算法(APFM)。新算法有效的克服了FCM算法的缺点,同时增强了APSO算法全局搜索和跳出局部最优的能力。实验表明:新算法与单一的FCM和APSO算法相比聚类更准确,效率更高。
- 李金霞宋淑娜胡学坤高尚
- 关键词：自适应粒子群优化算法模糊聚类模糊C-均值算法
- 基于粗糙集与模糊支持向量机的模式分类方法研究被引量：11
- 2010年
- 针对传统支持向量机(SVM)多分类算法分类效果欠佳的问题,研究基于粗糙集(RS)理论和模糊支持向量机(FSVM)多类算法的模式分类新方法。首先用RS属性约简方法去除冗余信息,然后用FSVM结合三叉分类树多类算法对约简后的样本分类。用本文方法在UCI数据库的数据集上做实验,与其他方法相比分类速度和精度显著提高,说明该方法是有效的。
- 胡学坤李金霞宋淑娜高尚
- 关键词：模式识别模糊支持向量机粗糙集属性约简
