一種硬件友好型自適應(yīng)K–均值學(xué)習(xí)算法

一種硬件友好型自適應(yīng)K–均值學(xué)習(xí)算法

ID:46612625

大小:1.01 MB

頁數(shù):10頁

時(shí)間:2019-11-26

一種硬件友好型自適應(yīng)K–均值學(xué)習(xí)算法_第1頁
一種硬件友好型自適應(yīng)K–均值學(xué)習(xí)算法_第2頁
一種硬件友好型自適應(yīng)K–均值學(xué)習(xí)算法_第3頁
一種硬件友好型自適應(yīng)K–均值學(xué)習(xí)算法_第4頁
一種硬件友好型自適應(yīng)K–均值學(xué)習(xí)算法_第5頁
資源描述:

《一種硬件友好型自適應(yīng)K–均值學(xué)習(xí)算法》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、航天返回與遙感第38卷第3期68SPACECRAFTRECOVERY&REMOTESENSING2017年6月一種硬件友好型自適應(yīng)K–均值學(xué)習(xí)算法1211侯作勛韓培張宏偉安然(1北京空間機(jī)電研究所,北京100190)(2中國科學(xué)院空間應(yīng)用工程與技術(shù)中心,北京100190)摘要文章提出了一種適合于嵌入式平臺(tái)實(shí)現(xiàn)的自適應(yīng)K–均值學(xué)習(xí)算法,用于解決標(biāo)準(zhǔn)K–均值算法中存在的無法自主確定類屬數(shù)量、難以確定合理的初始化種子集和運(yùn)算時(shí)間過長的問題。算法通過引入變異比準(zhǔn)則(VRC)對(duì)聚類結(jié)果進(jìn)行定量評(píng)估,并通過迭代運(yùn)算尋找VR

2、C最大值的方法有效解決了類屬數(shù)量的自主確定問題;提出了一種分布式最大–最小初始化種子選擇方法,利用漸進(jìn)尋找類內(nèi)距離最大樣本的方法解決了K值遞增時(shí)初始化種子集的確定問題;并給出了利用FPGA實(shí)現(xiàn)該算法的有效途徑。仿真實(shí)驗(yàn)結(jié)果表明,該算法針對(duì)各種類型的樣本向量均能夠準(zhǔn)確高效的完成聚類處理任務(wù),VRC評(píng)估結(jié)果與理論預(yù)期一致,初始化種子集選擇正確。為進(jìn)一步實(shí)現(xiàn)目標(biāo)分類、圖像分割等智能圖像處理任務(wù)奠定了基礎(chǔ)。關(guān)鍵詞自適應(yīng)K–均值硬件友好圖像處理航天遙感中圖分類號(hào):TP72文獻(xiàn)標(biāo)志碼:A文章編號(hào):1009-8518(201

3、7)03-0068-10DOI:10.3969/j.issn.1009-8518.2017.03.008AnHardware-friendlyAdaptiveK–meansLearningAlgorithm1211HOUZuoxunHANPeiZHANGHongweiANRan(1BeijingInstituteofSpaceMechanics&Electricity,Beijing100190,China)(2TechnologyandEngineeringCenterforSpaceUtilization,

4、ChineseAcademyofSciences,Beijing100190,China)AbstractThispaperproposesahardware-friendlyadaptiveK–meanslearningalgorithmtosolvethebasicproblemsofthestandardK–meansalgorithmwhichincludedeterminingtheclusternumberandthereasonableinitialseedsautomatically,andim

5、provingthecomputingspeedeffectively.Theproposedalgorithmusesthevarianceratiocriterion(VRC)toquantativelyevaluatetheclusteringresult,andfindstheoptimizedclusternumberbyseekingthemaximalvalueoftheVRC.Thedistributedmax–mininitialseedsselectionmethodisproposedto

6、findtheoptimizedinitialseedsfordifferentKbysearchingforthesamplewithmaximalinner-clusterdistancegradually.Also,thispaperintroducesthepossibleschemeofimplementingthealgorithmbyFPGA.Thesimulationsshowthattheproposedalgorithmcanfinishtheclusteringtasksfordiffer

7、entkindsofsamplesaccuratelyandefficiently.TheVRCevaluatingresultscompletelysatisfythetheoreticalprospective,andthefoundinitialseedsarereasonable.Itcanbeusedinsomeintelligentimageprocessingtasks,suchastheobjectclassificationandimagesegmentation.Keywordsadapti

8、ve;K–means;hardwarefriendly;imageprocessing;spaceremotesensing收稿日期:2016-12-13基金項(xiàng)目:國家重點(diǎn)研發(fā)計(jì)劃(2016YFB0501300,2016YFB0501302)第3期侯作勛等:一種硬件友好型自適應(yīng)K–均值學(xué)習(xí)算法690引言無監(jiān)督學(xué)習(xí)是智能航天遙感的重要手段,是實(shí)現(xiàn)遙感圖像分割、目標(biāo)分類等任務(wù)的基礎(chǔ)。無監(jiān)督

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。