聚类算法在木材缺陷图像分割中的应用

• 作者: 张爱珍 徐锋 王厚立
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: K-means BIRCH CURE 聚类
• 年，卷（期）: 2005,（10）
• 所属期刊栏目: 应用技术
• 页码范围: 57-59,100
• 页数: 4页
• 分类号: TP391.41
• 字数: 2684字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-2552.2005.10.018

摘要

数据聚类是数据挖掘、模式识别、图像处理和数据压缩等领域的一个重要方法.针对不同的数据对象类型,不同的聚类目的和应用,有多种聚类算法可供选择.分别用K-means,BIRCH,CURE对原木CT图像数据进行聚类,分析三者在聚类时间、聚类质量以及对参数的敏感程度的特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王厚立	南京林业大学信息科学技术学院	35	237	10.0	14.0
2	徐锋	南京林业大学信息科学技术学院	21	153	6.0	12.0
3	张爱珍	南京林业大学信息科学技术学院	10	85	7.0	9.0