检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于随机矩阵理论的高维数据特征选择方法

王妍, 杨钧, 孙凌峰, 李玉诺, 宋宝燕

计算机应用 2017, 37 (12): 3467-3471. DOI: 10.11772/j.issn.1001-9081.2017.12.3467

摘要（573）

PDF （734KB）（694）

传统特征选择方法多是通过相关度量来去除冗余特征，并没有考虑到高维相关矩阵中会存在大量的噪声，严重地影响特征选择结果。为解决此问题，提出基于随机矩阵理论（RMT）的特征选择方法。首先，将相关矩阵中符合随机矩阵预测的奇异值去除，从而得到去噪后的相关矩阵和选择特征的数量；然后，对去噪后的相关矩阵进行奇异值分解，通过分解矩阵获得特征与类的相关性；最后，根据特征与类的相关性和特征之间冗余性完成特征选择。此外，还提出一种特征选择优化方法，通过依次将每一个特征设为随机变量，比较其奇异值向量与原始奇异值向量的差异来进一步优化结果。分类实验结果表明所提方法能够有效提高分类准确率，减小训练数据规模。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于空间信息的可能性模糊C均值聚类遥感图像分割

张一行王霞方世明李晓冬凌峰

计算机应用 2011, 31 (11): 3004-3007. DOI: 10.3724/SP.J.1087.2011.03004

摘要（1362）

PDF （680KB）（429）

可能性模糊C均值(PFCM)聚类算法作为模糊C均值(FCM)聚类算法的一种改进算法，能在一定程度上克服FCM算法对噪声的敏感性；但由于PFCM没有考虑像元间的空间信息，对含有较大噪声的图像分割效果依然不理想。为此，提出一种新的基于空间信息的PFCM算法(SPFCM)，克服了PFCM算法对含有较大噪声的图像分割效果不佳的缺点。通过对人工图像和IKONOS遥感图像进行分析，结果表明，SPFCM算法无论是在视觉上还是在分割正确率上都优于传统的FCM算法、PFCM算法及两种加入空间信息的FCM算法；对于含有高斯噪声和盐椒噪声的图像，平均分割正确率高达99.71%，是一种去噪效果较好的图像分割算法。