人工免疫的图像聚类算法的研究

来源 :太原理工大学 | 被引量 : 3次 | 上传用户:hfzxl
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
随着20世纪90年代多媒体技术及Internet网络的发展,多媒体信息的广泛使用将极大地方便和丰富人们的生活、学习和工作。如何组织、表达、存储、管理、查询和检索这些海量的数据,是对传统数据库技术的一个重大挑战。所以,传统图像数据库的检索方法经历了从基于文本(Test)方式到基于内容(Content)方式的改进,目前基于内容的图像检索技术在国内外已经取得了不少成就。同时,对图像数据库的组织和管理是否合理成为用户检索的关键所在,为此在用户检索之前将图像数据库中的所有图像进行聚类是很有必要的。随着图像检索系统的不断改善,基于图像情感语义的聚类会成为进一步的研究课题。另一方面,很多生物机体在动态竞争的环境中展现出了强大而复杂的学习和问题处理能力,生物机体的这些特性,激发了人们的思维,促进了人类科学技术的发展,近年来兴起的人工免疫系统的研究又是一个崭新的应用领域。其中,基于免疫原理的聚类算法,可以对包含数值属性和符号属性的数据进行聚类,具有较强的适应性。在进行聚类之前应该先提取图像特征并进行量化处理,量化后所得到的数据将作为聚类分析的输入数据。基于上面提到的几个问题,本文主要进行了以下几方面的工作,首先,在简单介绍了图像的低层物理特征和图像颜色特征提取的典型方法的基础上提出了一种综合图像颜色、空间信息的特征提取方法:空间直方图度量法。该方法的主要思想是:利用颜色直方图来统计整幅图像色彩的信息;用分块颜色中心矩来统计色彩的空间分布信息。最后对两种特征失量以某种权值加权累加。本文还总结了主要颜色所蕴含的情感语义信息,以便今后进一步研究工作的展开。其次,分析了传统聚类方法所存在的一些典型问题,提出了将人工免疫算法运用到图像聚类中,并对算法设计步骤进行了详细的描述。最后,实验部分主要包括四个模块,即图像获取、图像特征提取、免疫聚类分析和结果分析。本文主要提取图像的颜色特征,进行量化后作为聚类的输入数据,同时,本文还实现了传统k均值聚类算法,经过比较,证明本文将人工免疫算法应用到图像聚类中性能优于k均值算法,同时证实通过聚类能更好地改善图像检索系统的检索效率。
其他文献
传统的磁盘阵列系统在进行备份的时候需要长时间的“备份窗口”,这在要求7×24小时服务的现代商业应用中是不可接受的。快照技术是缩短“备份窗口”的良好解决方案,在磁盘阵
随着计算机技术的飞速发展,很多领域对分类方法提出了新的要求。如在生物信息学方面,人们通过DNA微阵列芯片实验可以得到基因表达谱数据,由于其数据高维的特点,如何从基因表达谱
随着油田开发的不断进行,在开发过程中积累了大量的生产、测井、试井资料。这些资料包含了丰富的油气藏信息,但因为缺乏相关的应用系统,使得这些宝贵的信息未得到充分的利用。因
笔迹鉴别是通过分析手写笔迹的书写风格来判断手写人身份的一门技术。近年来,社会需要对笔迹鉴别的研究提出了新的要求,模式识别和人工智能等相关学科的进展为笔迹鉴别的发展提
心血管疾病已成为全球卫生保健和卫生资源的沉重负担,具有病发突然、随机、高猝死率特点,要提高心脏病的救治系数,对心脏病人的实时性监护是解决问题的关键。分析现有心电监测系
无线网络依靠其提供随时随地方便接入的特点,在近几年发展速度已经领先于传统的有线网络,成为计算机网络领域最具发展前景的技术。为了提供无线接入环境,不仅硬件环境需要大范围
规划是人工智能研究的一个重要领域,特别是动态不确定环境 (如真实世界)中的规划问题,具有重要的理论意义和极其广泛的应用背景。 部分可观察的马尔可夫决策过程(Partially
当前基于内容的视频检索系统主要利用视频图像的基本特征,以及综合各种视觉特征进行联合检索,其缺点是不能有效地提取并利用视频流中的语义信息。如何自动提取视频语义信息,使其
随着计算机技术、无线网络技术、嵌入式系统的发展,传统的桌面计算模式已经不能满足人们的需要,人们渴望能够随时、随地、透明、方便的享受现有的计算能力和信息服务。普适计算
随着互联网的发展,世界已经走向信息经济时代;信息资源并不稀缺,稀缺的是发现信息资源、综合信息资源的手段。搜索引擎就是因此应运而生的。但是随着可搜索资源和搜索引擎使用者