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:
提出一种基于改进的k-means算法的图像标注和检索方法.首先对训练图像进行分割,采用改进的k-means算法对分割后的区域进行聚类.改进的k-means算法首先采用遗传聚类算法确定聚类数k,然后对聚类中心进行选择.在图像标注时,首先通过已标注的图像求出语义概念和聚类区域的关联度,用它作为待标注图像的先验知识,然后结合区域的低层特征,对未标注的图像进行标注.在一个包含1 000幅图像的图像库进行实验,采用标注的语义关键字进行检索,结果表明,提出的方法是有效的.
推荐文章
新的改进 K-means 算法的图像检索方法
图像检索
K-means算法
HSV颜色空间
初始类心
特征向量
基于改进磷虾群算法的K-means算法
磷虾群算法
聚类算法
精英引领
最佳聚类数
动态分群
改进的K-means算法
K-means算法
数据分布
初始中心点
均衡化函数
基于Spark的改进K-means算法的并行实现
聚类算法
简化轮廓系数
形态学相似距离
相似性度量
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k-means算法在图像标注和检索中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 图像分割 遗传算法 k-means算法 图像标注 图像检索
年,卷(期) 2010,(4) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 183-185,188
页数 4页 分类号 TP391.41
字数 4182字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.04.058
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 朱红斌 丽水学院计算机与信息工程学院 23 135 7.0 11.0
2 潘崇 丽水学院计算机与信息工程学院 8 41 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (28)
参考文献  (4)
节点文献
引证文献  (21)
同被引文献  (26)
二级引证文献  (35)
1997(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(4)
  • 引证文献(3)
  • 二级引证文献(1)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(11)
  • 引证文献(5)
  • 二级引证文献(6)
2016(13)
  • 引证文献(4)
  • 二级引证文献(9)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(7)
  • 引证文献(3)
  • 二级引证文献(4)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
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
图像分割
遗传算法
k-means算法
图像标注
图像检索
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