公开(公告)号：CN115510959A

公开(公告)日：2022-12-23

申请号：CN202211113297.3

申请日：2022-09-14

Applicant: 湖州师范学院

Inventor： 王瑞琴 ,  马辉 ,  杨帅

IPC: G06K9/62

Abstract: 本发明提出了一种基于自然最近邻和多簇合并的密度峰值聚类方法，包括以下步骤：S1.基于自然最近邻重新定义DPC的局部密度，根据每个点的自然最近邻计算其局部密度并确定聚类中心；S2.通过基于共享最近邻和快速多聚类合并的两阶段分配策略，将剩余点分配到相应的簇中。本发明使用自然最近邻可以更自然和谐的体现每个点局部密度，且不需要手动设置K值。其次，本发明将不同的点细分并为其分配不同的权重，使得局部密度更加精确。最后，密度公式也加入全局信息，避免聚类中心的选择过分强调局部区域而导致聚类中心远离聚类中心区域而导致的聚类错误，具有优异的综合聚类性能。

公开(公告)号：CN115439323A

公开(公告)日：2022-12-06

申请号：CN202211044163.0

申请日：2022-08-30

Applicant: 湖州师范学院

Inventor： 王瑞琴 ,  马辉 ,  杨帅

IPC: G06T3/40 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于渐进式增长条件生成对抗网络的图像生成方法，包括以下步骤：噪声和类别标签被传入生成器G的初始模块中生成低像素图像的特征，然后由特征转图片模块转为图像输出；判别器D接收真图像和假图像，传入图片转特征模块变为特征信息，再传入结果模块经过改进的小批量标准差方法层增加生成图像的多样性；得到的特征一部分用于判断图像的真假，一部分用于判断图像的类别；在生成器G的特征转图片模块之前和判别器D的图片转特征模块之后插入新模块，以生成更高像素的图像并提取图像特征，最终生成器G生成高分辨率的图像。该方法能够训练多个无关联的数据集，在类别不平衡或数据过于相似或不相似的数据集中均能产生高质量的图像。