基于划分的聚类及在图像分割中的应用研究

来源 :河北大学 | 被引量 : 0次 | 上传用户:wangbohan1991
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
聚类是将物理或抽象对象的集合分组成为由类似的对象组成的多个类的过程。目前,文献中存在大量的聚类算法,主要分为划分聚类方法,层次聚类方法,网格聚类方法,密度聚类方法和模型聚类方法。其中划分聚类是最常用的方法。本文研究基于划分的聚类方法以及它们在图像分割中的应用,主要内容包括以下三个方面:1.分析研究熵聚类算法,给出熵聚类算法的统一模型以及基于熵的模糊聚类算法;通过引入核技术,给出了基于熵的核模糊聚类算法。2.针对图像分割问题,结合图像的特点,给出了基于熵的图像分割方法以及基于熵的核模糊聚类图像分割方法。3.针对图像分割问题中的数据量大情形,结合数据压缩技术,研究了基于C均值聚类的图像分割。
其他文献
随着移动互联网的高速发展和林业“十三五”改革的要求,针对现阶段的林业发展状况,林业现代化水平低严重制约着我国林业的发展。现有的林业巡护系统结构单一,致使林业部门的
随着计算机技术和互联网的迅速发展,各种信息呈爆炸式增长,人们对信息精确定位的需求促进了自然语言处理技术的研究。同时,随着人们对跨文本信息融合的分析,多文档自动文摘成
当今世界,科学技术突飞猛进的发展,而以高科技为基础的武器研发技术更是日新月异,现代战争可以说是新技术的“展览馆”,应用高科技的新式武器无论是破坏力还是杀伤力都达到了前所
未知环境下移动机器人的同时定位与建图(Simultaneous Localization and Mapping-SLAM)是自主探索领域的核心问题,现已受到了广泛关注,并涌现出大量的解决方法。与单机器人SLAM
当前面向主干网的网络检测系统鲜有将僵尸网络(botnet)传播检测数据纳入,并且缺少对检测到的威胁事件作进一步分析,以致无法评估出被保护对象所受的危害程度。本文尝试以出入
迁移学习是针对跨领域学习问题提出的一类机器学习方法。迁移学习在彼此不同但又相关联的两个领域之间挖掘领域共享的潜在特征和结构,使得样本数据所包含的知识可以在领域之
动力配煤技术是一项投资少、见效快,既能节约煤炭资源,又能减轻环境污染的适合中国国情的洁净煤技术。为构建“资源节约型社会”和“环境友好型社会”,动力配煤优质化技术已
Web技术的飞速发展使得全球信息的传递和共享日益增多,如何利用信息检索技术在网络资源中高效地发现和使用有价值信息一直都是行业的焦点。随着网络和信息技术的发展,网络中的
随着计算机技术发展的日新月异使得众多研究领域都离不开计算机技术。作为近十年来新兴的、非常重要的研究热点,虚拟现实技术凭借它和众多计算机学科千丝万缕的联系,已经发展成
伴随互联网技术的快速繁荣发展,信息检索己经由纯粹的学术研究转变成大多数人信息获取的技术基础。在绝大多数的信息检索系统中,其检索出来的信息(如文档)都以排序的方式返回给用