分享到:

RSOM算法及其应用研究

人工神经网络是近20年来发展起来的一支十分活跃的交叉学科,它通过模拟人类大脑的结构和功能处理各种复杂困难的任务.与传统的分类方法相比,人工神经网络具有强自学习能力、并行分布式信息存储与快速识别[1~10]等优点.但是对于高维模式空间识别、大样本集和具有复杂定义边界的问题,常规的神经网络在决定网络的结构和规模以及应付庞大的计算量等方面存在许多困难.近年来,为了克服神经网络在确定其网络结构和规模方面的困难,提出了一些网络结构自适应的方法,但是它们大部分都不足以解决高维模式空间大样本集和具有复杂定义边界的识别问题[1,2].针对上述问题,本文提出了一种由自组织影射模型(Self OrganizingModel,简写为SOM)驱动的带有样本类型属性标识的模式分类树[1~7]生长算法,由于算法实现过程采用了递归[4,6,7]的SOM网络树生长方法,文中将这种算法简称为RSOM(RecursiveSOM)算法,将这种模式分类树,简记为RSO...  (本文共6页) 阅读全文>>

国防科学技术大学
国防科学技术大学

基于RSOM积的大规模图像目标检索关键技术研究

大规模检索问题早在本世纪初就已引起图像处理领域的广泛关注,但限于匹配算法效率不足和图像集规模的不断扩大,现有的检索方法在速度和存储方面仍无法满足用户对大规模检索的需求。本文正是基于大规模图像目标检索中常遇到的索引速度和存储代价问题,重点研究改善相应的关键技术,使大规模图像目标检索系统得到更好的用户体验。本文的工作主要是对以下几个内容展开研究:1.基于RSOM(Recursive SOM)积的特征量化编码针对海量样本的存储代价和量化精度问题,提出一种改进的RSOM[1]算法(RSOM积),该方法可以有效地解决高维量化和存储问题。算法通过对SIFT描述向量的均匀分割和分积量化,大大改善样本匹配过程的效率。不难发现,对高维向量进行均匀分割并以其子向量去匹配,由于维数成倍数的缩减会大大加快匹配的效率,同时也会加快图像索引的速度。再者,对高维特征的量化编码在一定程度上也是对存储空间的有效压缩。它可以用有限个数的聚类中心值去近似表示所有的训...  (本文共78页) 本文目录 | 阅读全文>>

国防科学技术大学
国防科学技术大学

RSOM树并行算法研究

针对大数据集聚类方法研究是聚类技术发展的方向,已有的聚类算法在应用中大都存在聚类效率低、可扩展性差等问题,无法适应复杂空间聚类问题的要求,因此研究能适应复杂数据空间的聚类算法显得尤为重要。RSOM网络树具有分布式存储结构,并能根据判别准则进行生长,可有效地适应于海量数据的情况,并可采用并行计算技术提高算法效率。本文以RSOM网络树算法原理为基础,根据RSOM网络树的层次性分布式结构特点,利用基于SMP系统的多线程技术设计并实现了RSOM聚类树的并行训练算法和并行识别算法。文中用雷达目标识别数据集和字母识别数据集对基于SMP系统多线程技术的RSOM网络树并行算法进行了测试,测试结果表明,算法相对于左序遍历算法的单线程计算在性能上有了显著提高。另外,利用基于网络计算机的并行计算技术,本文设计了基于网络集中式调度的RSOM并行算法和分布式调度的RSOM并行算法,这两种算法都可以通过将RSOM树的多个节点在多台计算节点上训练实现RSOM...  (本文共50页) 本文目录 | 阅读全文>>

《微计算机应用》2007年04期
微计算机应用

基于形式规格说明和分类树方法生成软件测试用例

在软件测试过程中,测试用例的生成是关键和难点。测试用例的生成是指选定测试对象,分析输入数据,确定其取值并分析对应的输出数据。测试用例选取的一个总的原则就是以尽可能少的测试用例发现尽可能多的错误。分类树方法是黑盒测试中的一种特殊的方法,已经成功应用于许多领域。析取范式方法广泛应用于基于形式规格说明生成软件测试用例。但是这两种方法都有其局限性,本文提出一种方法,基于用Z语言描述的软件形式规格说明,将两种方法相结合,扬长避短,生成高效的软件测试用例。图1分类树11形式规格语言Z介绍Z语言是上世纪70年代末至80年代初由英国Oxford大学程序设计研究组的Jean Raymond Abrial、Bernard Sufrin等人设计的,它是一种基于一阶谓词逻辑和集合论的形式规格说明语言,用于软件系统功能的描述。由于它采用了严格的数学理论,将函数、映射、关系等数学方法用于规格说明之中,所以可以产生简明、精确、无歧义且可证明的规格说明,有利于...  (本文共4页) 阅读全文>>

《计算机学报》1988年11期
计算机学报

一种提取印刷体汉字部首的新方法

一己!.吉 、J.‘二J 在印刷体汉字识别系统中,为了提高识别速度和准确率,总是先将待识汉字预分类,俄后再进行诊拐水预分类的方法有多种,由部首进行分类是比较直观而吸引人的方法.但11期朱夏宁等:一种提取印刷休汉字部首的新方法是提取部首有两大困难,一是汉字在书写上为了美观,很强调紧凑、匀称,部首和字的主体往往有所粘连和交叠,所以不能理想地把部首分割开来.二是同一种部首,其大小、位置因字而异,笔划粗细也不一致,不能用一个模式来表示.1966年Casey等曾用模板法提取汉字部首川,对1000个印刷体汉字进行了实验,可提取64种部首,但只有70多的字可由部首分类,而且稳定性不高,对笔划粗细、部首位移等变化比较敏感.郊宝兰等提出的“包含配选法”基本上也是属于模板法切,此外还有采用变换法〔3]和结构分析方法【习,但是需要先将部首和字的主体分开,结果也不尽理想. 本文提出了一种利用汉字关键构件提取部首的方法,该方法将部首分解为若干关键构件,用...  (本文共8页) 阅读全文>>

《计算机学报》1989年10期
计算机学报

多元分类树及其构造方法

一、树分类原理 扮“;:. 分类是认识过程的基本目标之一概括地说,分类就是对个体的命名.当在事件空间中考查分类问题时,.伽一种分类方法都可归结于对事件空间的划分·设的一{田‘,。,…,蛛}是已知的类名集合,S是给定的‘类混合总体.设{A:,A:,…,Ad}是描述s中个体的特征(属性)‘集合,不失一般地特征‘(i({1,2,…,d})占有量化值(区间值,离散值或符号值)域{aI:,a,,,…,a,。}.设s中的任一个体均由d个特征描述,且可表示为向量,x甲(x:,::,…,xd),其中x‘〔{a‘:,a,:,…,a‘。}.则对集合S的分类可以用树型结构描述,如图1所示,其中特征结点按照自己的量化值域产生子树,叶子结点用类名标志,每个叶子结点覆盖s的一个子集。 树分类的本质在于树叶结点实现对特征空间的划分,而且这种划分是耗尽的和不相交的.设划分后的子域空间记作R~{,:,r:,…,’,砂,它用特征的量化值定义,则每个叶结点都有一个蕴...  (本文共7页) 阅读全文>>

《电子技术应用》1982年08期
电子技术应用

噪声分类树

数字电路 \\硅对笋开点火喇穿转一/l:半导体开关电路日光灯觉虹灯愉电线绝缘器高续设备 奥暇发生器电...  (本文共1页) 阅读全文>>