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:
在图像分析领域,已有不少研究探讨了通过构建图像相邻像素之间的事务数据集,对图像纹理关联规则进行挖掘,但纹理关联规则仅存留最大项的频繁项集会使得很多信息丢失.为此提出了基于频繁项集的图像特征抽取方法,该方法首先基于项集的频繁度及空间分布筛选候选频繁项集,再定义每一个频繁项集的空间表达能力值构建特征集.在遥感图像上进行仿真测试,针对EM算法对初始设置比较敏感的特点,采用了对同一特征集指定不同聚类数目并比较对数似然值确定最终聚类结果的方法.实验结果表明,提出的频繁集对图像特征具有较好的表达.
推荐文章
基于分块频繁集抽取的Web文本关联分类
web文档
关联规则
权重
频繁集
基于频繁子树模式的评价对象抽取
依存句法
短文本
频繁子树模式
错误驱动
支持向量机
基于最大频繁项集的图像分类技术
图像分类
视觉单词
最大频繁项集
基于频繁项集挖掘最大频繁项集和频繁闭项集
最大频繁项集
频繁闭项集
频繁项集
关联规则
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 基于频繁集的图像特征抽取
来源期刊 计算机工程与应用 学科 工学
关键词 频繁集 特征提取 遥感图像 期望最大(EM)聚类
年,卷(期) 2010,(20) 所属期刊栏目
研究方向 页码范围 149-152,156
页数 分类号 TP391
字数 5048字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.20.042
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 马青霞 17 133 7.0 11.0
2 李广水 36 152 7.0 10.0
3 宋丁全 29 250 8.0 14.0
4 李杨 南京林业大学森林资源与环境学院 7 50 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (79)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (20)
二级引证文献  (25)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(2)
  • 二级参考文献(5)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(9)
  • 参考文献(2)
  • 二级参考文献(7)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(5)
  • 引证文献(0)
  • 二级引证文献(5)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
频繁集
特征提取
遥感图像
期望最大(EM)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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导