-
-
公开(公告)号:CN102087667A
公开(公告)日:2011-06-08
申请号:CN201110032779.1
申请日:2011-01-30
Applicant: 福州大学
IPC: G06F17/30
CPC classification number: Y02D10/45
Abstract: 本发明涉及一种基于分子内聚力理论的数据聚类方法,其特征在于:对于高维空间上具有N个数据点的数据集,设每个数据点为一个分子,设多个数据点形成的聚类为分子团,基于分子内聚力理论进行数据聚类:步骤一:计算两两数据点之间的内聚力能量值并保存;步骤二:各数据点并行寻找能使合并总能量降低且降到最低的数据点,与其合并为一个聚类,通过该步骤得到多个聚类和未聚类的数据点;步骤三:各数据点和聚类并行寻找能使合并总能量降低且降到最低的数据点或聚类,与其合并为一个新的聚类;步骤四:重复步骤(3),直至所有数据点或聚类都无法使其他数据点或聚类能量降低,所有数据点聚类完成。该方法不用事先估计类别数目,提高了聚类结果的准确性。
-
公开(公告)号:CN102254440A
公开(公告)日:2011-11-23
申请号:CN201110202183.1
申请日:2011-07-19
Applicant: 福州大学
IPC: G08G1/07
Abstract: 本发明涉及一种基于数字荷尔蒙的交通控制优化方法,将数字荷尔蒙原理应用于交通协调控制中,充分考虑了交通流分配和信号控制的动态特性,建立了交通流分配和信号灯控制协调模型,应用于解决城市交通流分配和信号灯控制的协调问题。该方法是一种完全分布式的控制方法,可以很好的解决交通系统的不确定性、随机性、非线性、局部性等特点,此外,相对于其他一些智能算法的应用,该方法的结构简单,性能稳定,具有良好的可修改性和可扩展性。
-
公开(公告)号:CN103177589B
公开(公告)日:2015-07-22
申请号:CN201310139809.8
申请日:2013-04-22
Applicant: 福州大学
IPC: G08G1/081
Abstract: 本发明设计了一种基于演化博弈的交通信号周期自适应控制方法,将演化博弈理论应用于交通信号自适应控制中,充分考虑了交通流和信号控制的动态特性,建立了信号灯自适应控制模型,应用于解决当前区域城市交通号灯控制的问题。该方法是一种完全分布式的控制方法,可以很好的解决交通系统的不确定性、随机性、非线性、局部性等特点,此外,相对于其他一些智能算法的应用,该方法的结构简单,性能稳定,具有良好的可修改性和可扩展性。
-
公开(公告)号:CN103177589A
公开(公告)日:2013-06-26
申请号:CN201310139809.8
申请日:2013-04-22
Applicant: 福州大学
IPC: G08G1/081
Abstract: 本发明设计了一种基于演化博弈的交通信号周期自适应控制方法,将演化博弈理论应用于交通信号自适应控制中,充分考虑了交通流和信号控制的动态特性,建立了信号灯自适应控制模型,应用于解决当前区域城市交通号灯控制的问题。该方法是一种完全分布式的控制方法,可以很好的解决交通系统的不确定性、随机性、非线性、局部性等特点,此外,相对于其他一些智能算法的应用,该方法的结构简单,性能稳定,具有良好的可修改性和可扩展性。
-
公开(公告)号:CN102136148A
公开(公告)日:2011-07-27
申请号:CN201110072332.7
申请日:2011-03-24
Applicant: 福州大学
IPC: G06T7/20
Abstract: 本发明涉及一种基于像素序列形态的适应性背景重构方法,将时间维度上的像素序列形态用于指导背景图像的提取和更新。本发明提取像素序列形态特征,不同形态适用独立的背景提取策略、背景更新时刻和背景更新策略,使得本发明方法不仅可以提取常规背景,还可以就周期形态的像素序列提取周期性背景。该算法无需对视频场景中的背景和运动目标建立模型,直接从一组含有运动前景的视频图像中重构背景,有效的避免了混合现象,提高了背景提取的准确性、背景更新的有效性和背景重构的实时性。
-
公开(公告)号:CN102136148B
公开(公告)日:2012-11-21
申请号:CN201110072332.7
申请日:2011-03-24
Applicant: 福州大学
IPC: G06T7/20
Abstract: 本发明涉及一种基于像素序列形态的适应性背景重构方法,将时间维度上的像素序列形态用于指导背景图像的提取和更新。本发明提取像素序列形态特征,不同形态适用独立的背景提取策略、背景更新时刻和背景更新策略,使得本发明方法不仅可以提取常规背景,还可以就周期形态的像素序列提取周期性背景。该算法无需对视频场景中的背景和运动目标建立模型,直接从一组含有运动前景的视频图像中重构背景,有效的避免了混合现象,提高了背景提取的准确性、背景更新的有效性和背景重构的实时性。
-
-
-
-
-
-
-