聚類(lèi)

我要報(bào)錯(cuò)

  • 基于顏色聚類(lèi)和Hu不變矩的道路交通標(biāo)志檢測(cè)

    摘要：介紹了一種基于顏色分割和區(qū)域描述的交通標(biāo)志檢測(cè)方法。該方法利用在RGB空間的顏色聚類(lèi)算法分割出感興趣色彩區(qū)域，然后進(jìn)行形態(tài)學(xué)處理，最后結(jié)合Hu不變矩對(duì)道路交通標(biāo)志進(jìn)行識(shí)別。識(shí)別結(jié)果表明，基于顏色聚類(lèi)和Hu不變矩的交通標(biāo)志識(shí)別方法具有很強(qiáng)的抗圖像平移、縮放和旋轉(zhuǎn)識(shí)別能力，并具有實(shí)現(xiàn)簡(jiǎn)單、識(shí)別速度快、準(zhǔn)確率高等特點(diǎn)，有較高的實(shí)用價(jià)值。

  • 一種基于數(shù)據(jù)融合的新的入侵檢測(cè)框架

    摘 要：根據(jù)數(shù)據(jù)融合理論，提出了一種基于二級(jí)數(shù)據(jù)融合的入侵檢測(cè)的理論框架。該方法在一級(jí)融合充分利用了多源檢測(cè)信息；進(jìn)行二級(jí)融合的各檢測(cè)方法則利用各自特點(diǎn)彌補(bǔ)單一方法的缺陷，故可在保持較低誤警率的情況下，提高檢測(cè)率， 同時(shí)能夠發(fā)現(xiàn)未知類(lèi)型的攻擊。在該理論框架下建立一種實(shí)現(xiàn)模型，可將一種新的基于聚類(lèi)（非監(jiān)督學(xué)習(xí)）分析方法應(yīng)用于此。在仿真實(shí)驗(yàn)中，通過(guò)通用的KDD99數(shù)據(jù)集的測(cè)試結(jié)果表明，其總體檢測(cè)率得到了明顯的提高。文中也對(duì)系統(tǒng)的實(shí)時(shí)性進(jìn)行了分析和總結(jié)。

  • 聚類(lèi)

    聚類(lèi)clustering，無(wú)監(jiān)督學(xué)習(xí)unsupervised learning分類(lèi)也。 聚類(lèi)有不少經(jīng)典的方法，我們先從基本概念，本質(zhì)屬性開(kāi)始討論，慢慢把這些方法掌握，應(yīng)用到實(shí)際問(wèn)題中。1、基本概念。?