版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、譜聚類算法作為一種有效的聚類分析方法,理論基礎(chǔ)可靠,聚類性能良好,已在文本分析、語音分析、機器視覺以及圖像分割等領(lǐng)域成功應(yīng)用。譜聚類算法具有諸多優(yōu)點,但其缺乏自適應(yīng)性,即需要手動設(shè)置相似矩陣的尺度參數(shù)、聚類數(shù)目,在實際應(yīng)用中受到一定的限制。本文針對譜聚類算法存在的問題和不足進行了改進,并將改進的算法應(yīng)用于圖像分割領(lǐng)域。具體的研究內(nèi)容如下:
(1)針對傳統(tǒng)的譜聚類算法計算相似矩陣時尺度參數(shù)需要手動設(shè)置的問題,給出了一種基于自然最
2、近鄰的譜聚類改進算法。采用局部尺度參數(shù)計算相似矩陣,首先引入自然最近鄰居搜索算法,并對該搜索算法的終止條件進行了改進,減少了算法的時間復(fù)雜度,然后利用該搜索算法產(chǎn)生的密度信息計算每一個數(shù)據(jù)點對應(yīng)的尺度參數(shù),即計算每個點的局部尺度參數(shù),并代入高斯核函數(shù)中進行相似矩陣的計算,最終完成聚類。在合成數(shù)據(jù)集和公共測試集上進行試驗測試,結(jié)果表明,與原始譜聚類算法及幾種典型算法相比,本算法將Fmeasure指標(biāo)提高了5%左右。
(2)針對譜
3、聚類算法的聚類數(shù)目需要人為設(shè)定的問題,給出了一種基于特征間隙的譜聚類改進算法。通過分析規(guī)范化拉普拉斯矩陣的特征值與聚類數(shù)目的關(guān)系,引入特征間隙的概念,計算特征值的本征間隙序列,找到該序列第一個極大值點,該點對應(yīng)的下標(biāo)記即為聚類數(shù)目。通過對合成數(shù)據(jù)集和公共測試集進行試驗測試,表明本文算法能比較準(zhǔn)確的確定聚類數(shù)目,聚類結(jié)果Fmeasure指標(biāo)提高6%左右,且更具魯棒性。
(3)本文針對傳統(tǒng)的K-means算法采用隨機初始化的方法初
4、始聚類中心,導(dǎo)致聚類結(jié)果很不穩(wěn)定,易陷入局部最優(yōu)的問題,給出了一種基于密度初始化的譜聚類改進算法。利用自然最近鄰算法得出的密度信息,選取處在高密度區(qū)域的點作為備選初始聚類中心,利用最大最小距離選取最終的k個初始聚類中心,對K-means算法初始化,避免算法陷入局部最優(yōu),出現(xiàn)不穩(wěn)定聚類結(jié)果的情況。本文在公開測試數(shù)據(jù)集上進行試驗驗證本算法的性能。
(4)改進的自適應(yīng)譜聚類算法在火焰圖像分割中的應(yīng)用。本文將基于自然最近鄰和特征間隙的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 自適應(yīng)譜聚類算法的研究與應(yīng)用.pdf
- 基于譜分割的聯(lián)合聚類算法研究及其應(yīng)用.pdf
- 基于人工免疫的自適應(yīng)譜聚類算法研究與應(yīng)用.pdf
- 一種自適應(yīng)譜聚類算法研究.pdf
- 基于自然鄰的自適應(yīng)譜聚類算法研究.pdf
- 改進的譜聚類算法及其在圖像分割中的應(yīng)用研究.pdf
- 譜聚類算法研究及其在文本聚類中的應(yīng)用.pdf
- 自適應(yīng)微分進化模糊聚類分割算法研究.pdf
- 基于近鄰路徑的自適應(yīng)尺度譜聚類算法研究.pdf
- 自適應(yīng)CPSO算法研究及其在圖像分割中的應(yīng)用.pdf
- 半監(jiān)督譜聚類算法的研究及在圖像分割中的應(yīng)用.pdf
- 聚類算法及其在圖像分割中的應(yīng)用研究.pdf
- 聚類算法及其在圖像分割中的應(yīng)用與研究.pdf
- 遺傳聚類算法及其在圖像分割中的應(yīng)用.pdf
- 模糊譜聚類分割策略在文本聚類中的應(yīng)用研究.pdf
- 譜聚類算法及其應(yīng)用研究.pdf
- 遺傳聚類算法及其在醫(yī)學(xué)圖像分割中的應(yīng)用.pdf
- 基于DBSCAN的自適應(yīng)聚類算法研究.pdf
- 自適應(yīng)粒子群優(yōu)化算法及其在圖像分割中的應(yīng)用.pdf
- 聚類算法及其在圖像分割中的應(yīng)用研究(1)
評論
0/150
提交評論