分層模糊最小-最大聚類算法及其在圖像聚類中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費閱讀

下載本文檔

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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、針對基于內(nèi)容圖像檢索的研究問題之一,即如何建立合適的高維索引的問題,本文采用圖像聚類技術(shù)作為建立索引的方法,在模糊最小.最大聚類神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的基礎(chǔ)上提出一種分層模糊最小.最大聚類算法,并對其理論和應(yīng)用進(jìn)行相關(guān)研究.本文主要研究內(nèi)容如下: (1)整理總結(jié)了國內(nèi)外學(xué)術(shù)界關(guān)于聚類技術(shù)方面的研究成果,對聚類的基本概念和常用算法進(jìn)行了詳細(xì)的闡述. (2)研究了模糊最小-最大聚類神經(jīng)網(wǎng)絡(luò)的基本原理,分析了其樣本次序依賴性問題產(chǎn)生

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(hù)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。

評論

0/150

提交評論