核空间聚类在图像纹理分类中的简化算法

• 作者: 吴央 成功 袁运能
• 来源期刊: 北京航空航天大学学报
• 学科: 工学
• 关键词: 图像分割 纹理分类 核方法 模糊c均值聚类
• 年，卷（期）: 2008,（3）
• 页码范围: 267-270,294
• 页数: 5页
• 分类号: TP751
• 字数: 3192字
• 语种: 中文

摘要

模糊c均值聚类已广泛应用于模糊模式识别领域,但对于线性不可分数据并不适用.在核方法中通过将输入数据经过非线性映射投影到高维特征空间来解决非线性分类的问题.将传统的模糊c均值聚类算法应用于核空间中,对线性不可分的样本进行了核空间聚类的分类实验,得到了正确的分类结果.由于图像分类中分类样本(对应图像像素)数目庞大,造成了核空间聚类算法中特征距离的计算量过大.因此,在核空间聚类的基础上,提出了对图像先进行过分割,再对过分割的图像块进行核空间聚类的方法,大大降低了高维空间特征距离计算的运算成本,并取得了良好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	成功	北京航空航天大学电子信息工程学院	7	57	5.0	7.0
2	袁运能	北京航空航天大学电子信息工程学院	24	149	7.0	11.0
3	吴央	北京航空航天大学电子信息工程学院	2	0	0.0	0.0