云模型理論研究及其在彩色圖像聚類分析中的應(yīng)用.pdf

1、云模型是在概率論和模糊數(shù)學(xué)基礎(chǔ)上提出的一種從自然語言值表示的定性概念到表征定性概念的定量數(shù)據(jù)之間的不確定性映射，它根據(jù)表征模糊性事物本身特征的客觀數(shù)據(jù)進(jìn)行建模，具有定性概念與其定量表示之間的不確定性雙向轉(zhuǎn)換功能，在處理不確定性問題的過程中能更好地兼顧模糊性與隨機(jī)性。本文針對云模型中的基本理論問題展開研究，詳細(xì)分析了云模型的霧化特性，以及云滴定量數(shù)據(jù)的分布性質(zhì)。在此基礎(chǔ)上，分別研究了逆向云模型算法、云混合模型、以及上述理論分析結(jié)果在彩色圖

2、像處理中的應(yīng)用問題，主要內(nèi)容如下:
　　(1)針對原有云模型理論云滴離散程度度量方法未考慮云分布概率密度函數(shù)對于熵與超熵關(guān)系的約束，從而導(dǎo)致不能有效度量云滴離散程度的問題，提出了度量云模型云滴離散程度的參數(shù)—霧化因子，克服了原有度量方法的缺陷。在此基礎(chǔ)上，從云分布數(shù)字特征、云滴離散程度、云滴密度三個(gè)方面研究了霧化因子對云滴分布特征的影響。
　　(2)利用云分布的四階原點(diǎn)矩提出一種無確定度逆向云模型新算法，不同霧化因子和云滴數(shù)

3、量的對比實(shí)驗(yàn)結(jié)果表明所提算法在對云模型數(shù)字特征估計(jì)的準(zhǔn)確性與穩(wěn)定性方面優(yōu)于現(xiàn)有算法。
　　(3)根據(jù)高斯混合模型的原理，利用云模型云滴定量數(shù)據(jù)服從云分布的特點(diǎn)，以及云模型定量數(shù)據(jù)與定性概念之間的轉(zhuǎn)換關(guān)系，提出了云混合模型，很好地解決了數(shù)據(jù)類簇間的模糊聚類問題，給出了一種新的云模型建模方法。通過將該算法應(yīng)用于彩色圖像聚類分析，結(jié)果表明算法性能優(yōu)于同類的GMM、FCM、K均值聚類算法，從而拓展了云模型在模式識別領(lǐng)域中的應(yīng)用范圍。