本文研究了处理随机不等式的若干确定型转化形式.在讨论已有方法(如均值法和机会约束法)的基础上,我们提出了一种反映决策者满意度的随机变量的序数关系,并据此得到一种新的随机不等式转化为确定型不等式的满意度方法.同以往方法比较,满意度方法对处理随机不等式同时具备简洁性和科学性.将该方法应用于求解随机约束优化问题说明了它的优势.

用C#开发的的一种图像处理软件，在VS2005下编译通过，能正常运行，实现的功能有均值滤波，中值滤波，边缘提取，锐化。

模糊c均值（FCM）聚类算法已广泛应用于许多医学图像分割中。 但是，由于不考虑空间信息，因此常规的标准FCM算法对噪声敏感。 为了克服上述问题，提出了一种新颖的改进的FCM算法（以后称为FCM-AWA）用于图像分割。 该算法是通过修改常规FCM算法中的目标函数，即通过将空间邻域信息合并到标准FCM算法中来实现的。 给出了自适应加权平均（AWA）滤波器以指示相邻像素对中心像素的空间影响。 在实施加权平均图像时，通过预定义的非线性函数自动确定控制模板（邻居寡妇）的参数（加权系数）。 该算法既适用于人工合成图像，又适用于真实图像。 此外，使用基于算法的分割方法对牙菌斑进行了定量分析。 实验结果表明，与标准FCM算法和另一种FCM算法（由Ahmed提出）相比，该算法对噪声的鲁棒性更高。 此外，使用所提出的方法对牙菌斑进行定量的结果表明，FCM-AWA提供了一种定量，客观和有效的牙菌斑分析方法，具有广阔的前景。

局部均值分解算法，用于多分量信号的自适应分解，用于脑电信号处理、故障诊断等方面。局部均值分解算法，用于多分量信号的自适应分解，用于脑电信号处理、故障诊断等方面。 (LMD method)局部均值分解算法，用于多分量信号的自适应分解，用于脑电信号处理、故障诊断等方面。 (LMD method)

将模糊集理论和k-means聚类联系起来，设计了模糊k-means聚类算法，其聚类效果比单纯的k-means要好。

k均值聚类 仅用于二维数据聚类 神经网络聚类

基于模型：基于统计模型估算效果，对比和均值

灰度图片加入噪声，分别用中值滤波和均值滤波来进行锐化，显示的图像可以清晰的查看两种滤波的效果区别。。

LMD matlab 程序 局域均值分解，利用滑动平均求的，不是用三次样条 LMD matlab 程序 局域均值分解，利用滑动平均求的，不是用三次样条

均值漂移算法meanshiftTrack 一、实验内容 完成基于 MeanShift 的目标跟踪算法，红框标出目标区域实现实时追踪。 二、算法原理 1.在当前帧，计算候选目标的特征 2.计算候选目标与初始目标的相似度 3.计算权值 4.利用 MeanShift 算法，计算目标新位置 在这里插入图片描述 5.若新目标中心需位于原目标中心附近，则停止，否则转步骤 2 三、思路流程 截取跟踪目标矩阵rect； 求取跟踪目标的加权直方图hist1； 读取视频序列中的一帧， 先随机取一块与rect等大的矩形，计算加权直方图hist2； 计算两者比重函数，如果后者差距过大， 更新新的矩阵中心Y，进行迭代（MeanShift是一种变步长可以迅速接近概率密度峰值的方法），直至一定条件（移动步长平方和大于0.5或超过20次迭代）后停止。