基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
CLIMB聚类算法是基于子空间的算法,基本思想是对每个样本在坐标维上投影,得到样本分布曲线.通过爬山法,找出波谷和波峰,每个山峰对应一个类.对于高维数据,由低维向高维逐步聚类,形成了对原样本集的自顶向下的层次分类.利用小波变换可以对样本分布曲线进行光滑化处理而得到近似分布曲线,该曲线平滑了样本分布曲线上一些变化较大的区域,可以去除噪声干扰.不同尺度下的近似信息去掉了不同程度的细节信息,从而得到不同的样本分类的粗糙度.实验表明,应用该改进后的CLIMB聚类算法对图象特征空间进行聚类可以起到很好的作用.
推荐文章
改进蚁群算法在文本聚类中的应用研究
蚁群算法
文本聚类
向量空间模型
信息素
图数据库中的相似性搜索算法研究与应用
图查询
图特征
索引
图同构
相似性搜索
一种类图转化为关系数据库的自适应算法研究
自适应算法
转化
类图
关系数据库
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进CLIMB聚类算法在图象数据库中的应用研究
来源期刊 计算机与数字工程 学科 工学
关键词 聚类算法 小波变换 图象检索
年,卷(期) 2006,(10) 所属期刊栏目 设计与实现
研究方向 页码范围 154-156
页数 3页 分类号 TP3
字数 3268字 语种 中文
DOI 10.3969/j.issn.1672-9722.2006.10.039
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林恩爱 北京交通大学计算机与信息技术学院 2 9 2.0 2.0
2 许宏丽 北京交通大学计算机与信息技术学院 23 230 9.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (25)
参考文献  (2)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
聚类算法
小波变换
图象检索
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导