

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、膜計(jì)算是自然計(jì)算的一個(gè)新分支,是一類(lèi)新穎的分布式并行計(jì)算模型。這類(lèi)計(jì)算模型普遍被稱(chēng)為P系統(tǒng),其本質(zhì)是從生命細(xì)胞的結(jié)構(gòu)與功能以及組織和器官中細(xì)胞群間的協(xié)助所抽象出來(lái)的計(jì)算模型。P系統(tǒng)具有分布式、極大并行性、非確定性和可擴(kuò)展性等特點(diǎn)。目前,關(guān)于膜計(jì)算的研究已經(jīng)讓很多研究者投入其中,并且取得了大量成果。
聚類(lèi)是指將物理或抽象的集合分組為由類(lèi)似的對(duì)象組成的多個(gè)類(lèi)的分析過(guò)程,將一組數(shù)據(jù)劃分到不同的組或簇中,使得同一組或簇中的數(shù)據(jù)盡可能地
2、相似而不同組或簇中的數(shù)據(jù)盡可能地相異,即“物以類(lèi)聚”,從而發(fā)現(xiàn)數(shù)據(jù)集內(nèi)在的結(jié)構(gòu)。
圖像壓縮是一種減少描繪一幅圖像所需數(shù)據(jù)量的技術(shù)和科學(xué),通過(guò)消除冗余數(shù)據(jù)實(shí)現(xiàn)數(shù)據(jù)壓縮,是指在滿足一定質(zhì)量的條件下,以較少比特?cái)?shù)表示圖像或圖像中所包含信息的技術(shù),也被稱(chēng)為圖像編碼。圖像壓縮是數(shù)字圖像處理領(lǐng)域中最有用和商業(yè)上最成功的技術(shù)之一。
本文以組織型P系統(tǒng)為基礎(chǔ)的計(jì)算框架,探討一種新的聚類(lèi)算法,并且應(yīng)用其去解決圖像壓縮問(wèn)題。其主要研究工
3、作包括以下兩部分:
?。?)提出了新穎的膜聚類(lèi)算法(PSO-MC),該算法的核心是設(shè)計(jì)了一個(gè)組織 P系統(tǒng),候選的簇中心由基本膜中的對(duì)象來(lái)表示,將粒子群優(yōu)化算法中的速度-位移模型作為基本膜的進(jìn)化規(guī)則以進(jìn)化對(duì)象,利用基本膜之間的轉(zhuǎn)運(yùn)規(guī)則實(shí)現(xiàn)對(duì)象共享和協(xié)同進(jìn)化。該算法在2個(gè)真實(shí)數(shù)據(jù)集上進(jìn)行評(píng)估,并與傳統(tǒng)的k-means算法和GA-Based聚類(lèi)算法和PSO-Based聚類(lèi)算法進(jìn)行比較,實(shí)驗(yàn)結(jié)果表明采用PSO-MC避免陷于局部最優(yōu)解,不
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 由膜計(jì)算啟發(fā)的聚類(lèi)算法及其在圖像分割中的應(yīng)用.pdf
- 遺傳聚類(lèi)算法及其在圖像分割中的應(yīng)用.pdf
- 基于高斯混合模型的聚類(lèi)算法及其在圖像分割中的應(yīng)用.pdf
- 聚類(lèi)算法及其在圖像分割中的應(yīng)用研究.pdf
- 基于組織進(jìn)化的聚類(lèi)算法及其在SAR圖像分割中的應(yīng)用.pdf
- 遺傳聚類(lèi)算法及其在醫(yī)學(xué)圖像分割中的應(yīng)用.pdf
- 基于劃分的模糊聚類(lèi)算法及其在圖像上的應(yīng)用.pdf
- 聚類(lèi)算法及其在圖像分割中的應(yīng)用與研究.pdf
- 核模糊聚類(lèi)算法及其在圖像分割中的應(yīng)用.pdf
- 基于聚類(lèi)的RSF算法在醫(yī)學(xué)圖像分割中的應(yīng)用.pdf
- TFFVQ算法及其在圖像壓縮中的應(yīng)用.pdf
- 分層模糊最小-最大聚類(lèi)算法及其在圖像聚類(lèi)中的應(yīng)用研究.pdf
- 模糊聚類(lèi)算法在圖像分割中的應(yīng)用.pdf
- 幾種聚類(lèi)算法的改進(jìn)及其在圖像分割中的應(yīng)用.pdf
- 聚類(lèi)算法及其在圖像分割中的應(yīng)用研究(1)
- 核聚類(lèi)算法研究及其在文本聚類(lèi)中的應(yīng)用.pdf
- 聚類(lèi)算法及其在頁(yè)面聚類(lèi)中的應(yīng)用研究
- 基于多智能體進(jìn)化算法的聚類(lèi)及其在圖像分割中的應(yīng)用.pdf
- 聚類(lèi)算法研究及在圖像分割中的應(yīng)用.pdf
- 基于PSO的雙向聚類(lèi)算法研究.pdf
評(píng)論
0/150
提交評(píng)論