基于结构相似度和图像区域块的模糊C均值图像分割方法及系统

    公开(公告)号:CN113628225B

    公开(公告)日:2024-02-20

    申请号:CN202110973719.3

    申请日:2021-08-24

    摘要: 本发明公开了一种基于结构相似度和图像区域块的模糊C均值图像分割方法及系统,该方法包括:1采用图像区域块加权距离和计算像素点和聚类中心之间的距离;2利用新的结构相似性度量方法表示像素点之间关系;3结合新结构相似性度量方法和图像区域块加权距离和构建新的模糊系数;4利用图像区域块和新模糊系数构建目标函数,使用模糊聚类算法对待分割图像进行聚类;5在隶属度的极大值处取得最佳聚类数,以完成图像的分割。本发明提出的新结构相似性度量方法和图像区域块概念与传统FCM聚类算法结合,将像素综合特征信息融入到聚类过程,从而能对含噪声点的合成图像、真实图像和医学图像进行准确的分割。

    一种面向梯形粒度数据加权模糊聚类方法及系统

    公开(公告)号:CN116776182A

    公开(公告)日:2023-09-19

    申请号:CN202310804073.5

    申请日:2023-07-03

    摘要: 本发明公开了一种面向梯形粒度数据的加权模糊聚类方法及系统,包括:1选取医疗患者信息数据集的数据代表,并据此构建粒度数据;2计算粒度数据对应的权重;3采用加权模糊聚类算法对粒度数据进行聚类,并结合新的距离度量方式;4计算聚类后的结果对应的重建误差,根据重建误差的拐点对应的聚类中心数目,并结合隶属度矩阵对医疗患者进行预问诊阶段的分组。本发明将PSO粒子群优化算法引入梯形粒度数据的构建过程中,并结合加权模糊聚类算法,从而能够提高预问诊阶段医疗患者分组的准确性和可靠性。

    高压电缆剥皮装置
    6.
    发明授权

    公开(公告)号:CN108666937B

    公开(公告)日:2019-10-11

    申请号:CN201810424625.9

    申请日:2018-05-07

    IPC分类号: H02G1/12

    摘要: 本发明涉及一种高压电缆剥皮装置,包括剥皮机构,剥皮机构包括第一夹块及第二夹块,第一夹块及第二夹块之间构成夹持电缆的夹口;驱动机构驱动第一夹块及第二夹块靠近或远离且使得夹口减少或增大;剥皮刀具设置在第一夹块及第二夹块形成的夹口旁侧;绝缘杆与剥皮机构连接,回转机构驱动剥皮机构旋转,该装置在实际剥皮操作时,将待剥皮的高压电缆卡置在第一、第二夹块之间构成的夹口内,启动驱动机构实施对电缆的夹紧,启动回转机构,利用剥皮刀具实施对电缆的切割剥皮操作,因此该剥皮装置实现了自动化作业,提高作业效率,并且能对不同直径的电缆进行剥皮,提高了电缆剥皮装置的适用性。

    一种传感器埋设充气式钻孔护壁机构及方法

    公开(公告)号:CN117684614A

    公开(公告)日:2024-03-12

    申请号:CN202410067094.8

    申请日:2024-01-17

    IPC分类号: E02D33/00 E02D17/08

    摘要: 本发明属于建筑施工技术领域,特别涉及一种传感器埋设充气式钻孔护壁机构及方法。所述装置包括:支护机构,所述支护机构包括支护罩,所述支护罩为包围结构;所述支护罩的侧部设置有至少两个可拆卸的组装杆,并且所述组装杆的上端高于所述支护罩;定位机构,所述定位机构包括十字架,所述十字架滑动套接在所述组装杆上;所述十字架的中部设置有投放孔;投放机构,所述投放机构包括连接杆,所述连接杆的尺寸与所述投放孔相匹配;所述连接杆下端设置有连接卡扣。本发明中能够避免孔洞塌陷导致的传感器埋设深度无法精准到达指定目标位置,进而影响监测数据的准确性。

    基于结构相似度和图像区域块的模糊C均值图像分割方法及系统

    公开(公告)号:CN113628225A

    公开(公告)日:2021-11-09

    申请号:CN202110973719.3

    申请日:2021-08-24

    IPC分类号: G06T7/11 G06T7/00 G06K9/62

    摘要: 本发明公开了一种基于结构相似度和图像区域块的模糊C均值图像分割方法及系统,该方法包括:1采用图像区域块加权距离和计算像素点和聚类中心之间的距离;2利用新的结构相似性度量方法表示像素点之间关系;3结合新结构相似性度量方法和图像区域块加权距离和构建新的模糊系数;4利用图像区域块和新模糊系数构建目标函数,使用模糊聚类算法对待分割图像进行聚类;5在隶属度的极大值处取得最佳聚类数,以完成图像的分割。本发明提出的新结构相似性度量方法和图像区域块概念与传统FCM聚类算法结合,将像素综合特征信息融入到聚类过程,从而能对含噪声点的合成图像、真实图像和医学图像进行准确的分割。