公开(公告)号：CN111178387A

公开(公告)日：2020-05-19

申请号：CN201911222298.X

申请日：2019-12-03

Applicant: 重庆邮电大学

Inventor： 夏书银 ,  梁潇 ,  刘群 ,  王炳贵 ,  陈百云

IPC: G06K9/62

Abstract: 本发明公开了一种基于多粒度相对密度的标签噪声检测方法，属于数据分类领域。该方法包括步骤：S1：基于多粒度相对密度的标签噪声检测方法利用KMeans算法将数据集划分为K个簇，计算每个样本在粒度上的改进相对密度。改进相对密度定义为，首先分别计算正、负样本的质心，然后求出样本分别到同类质心和异类质心的距离，并用该距离的比值作为该粒度下的改进相对密度；S2：改变K值，重复S1中的过程，计算每个样本在不同粒度下的改进相对密度；S3：将改进相对密度超过一定阈值的样本作为标签噪声。本发明将粒度计算引入到改进相对密度模型中，该方法比传统方法具有更高的效率。

公开(公告)号：CN111127501B

公开(公告)日：2023-05-30

申请号：CN201911221195.1

申请日：2019-12-03

Applicant: 重庆邮电大学

Inventor： 陈子忠 ,  李曹枭 ,  夏书银 ,  梁潇

IPC: G06T7/136 ,  G06N3/126

公开(公告)号：CN111127501A

公开(公告)日：2020-05-08

申请号：CN201911221195.1

申请日：2019-12-03

Applicant: 重庆邮电大学

Inventor： 陈子忠 ,  李曹枭 ,  夏书银 ,  梁潇

IPC: G06T7/136 ,  G06N3/12

Abstract: 本发明公开了一种基于多粒度遗传算法的图像分割方法，涉及图像处理领域。首先，以最大化类间方差等为目标，从而得到作为评价图像分割性能的适应度函数。然后，根据评价图像分割性能的适应度函数，通过多粒度遗传算法进行搜索从而得到最优阈值。当最优解发生变化时多粒度遗传算法引入分层策略，根据分层情况进行遗传操作，并引入多粒度空间策略对可行域进行划分，在稀疏空间和当前最优解所在子空间随机采样并迁移到当前种群以替换种群中适应度值较差的个体。多粒度遗传算法提高了稀疏空间和当前最优解所在子空间的搜索强度，促使搜索到的近似最优解更有效的向全局最优解靠拢，从而得到最优的图像分割阈值，达到了提高图像分割精度的目的。