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:
针对互联网图像的特点,研究了图像聚类中的图像特征提取和聚类算法,定义了一个基于规则的线性特征融合函数,引入了自适应的参数选择机制对聚类粒度进行调整,提出了一个基于视觉和语义融合特征的阶段式聚类方法.新方法结合了不同层次的图像特征,利用现有多种聚类算法的优点对图像进行聚类,同时通过关键词权值计算,为每类赋予主题关键词,并将关键词重叠率高的类进行合并.基于均方差和用户评估的实验结果表明,新的聚类方法较传统的聚类方法具有更好的聚类效果.
推荐文章
基于图像特征的收获前籽棉品级聚类融合分析
籽棉品级
机器视觉
图像特征
聚类融合
识别率
基于多特征融合的图像语义标注
基于内容的图像检索
多特征融合
支持向量机
图像语义标注
基于融合特征的旗袍图像情感语义注释
旗袍图像
特征融合
情感注释
PSO-LSSVM神经网络
基于特征融合的图像情感语义识别研究
情感语义
情感语义映射
SVM
特征融合
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 基于视觉和语义融合特征的阶段式图像聚类
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 图像聚类 特征融合 阶段式聚类
年,卷(期) 2008,(12) 所属期刊栏目 自动化技术、计算机技术
研究方向 页码范围 2043-2048
页数 6页 分类号 TP391.41
字数 5850字 语种 中文
DOI 10.3785/j.issn.1008-973X.2008.12.002
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 卜佳俊 浙江大学计算机科学与技术学院 69 653 13.0 22.0
2 陈纯 浙江大学计算机科学与技术学院 134 1781 20.0 37.0
3 刘康苗 浙江大学计算机科学与技术学院 3 9 2.0 3.0
4 仇光 浙江大学计算机科学与技术学院 4 14 2.0 3.0
5 周纯 浙江大学计算机科学与技术学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (7)
同被引文献  (10)
二级引证文献  (28)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(8)
  • 引证文献(1)
  • 二级引证文献(7)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
图像聚类
特征融合
阶段式聚类
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
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导