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:
针对传统图像分割方法存在的弊端,本文采用K均值聚类方法对海上复杂背景下的目标识别进行研究。实验结果表明,采用该方法能够有效地进行复杂背景下海上目标的提取,并且保留目标的细节信息。
推荐文章
基于HMM与K-均值聚类的声目标识别
隐马尔可夫
K-均值聚类
线性预测系数
目标识别
仿真
基于ISFLA的K均值聚类算法
SFLA
吸引排斥机制
ISFLA
K均值算法
基于K均值聚类算法的雾天识别方法研究
雾天
自动识别
K均值聚类算法
图像饱和度
基于人工蜂群优化的K均值聚类算法
聚类分析
K均值算法
人工蜂群算法
聚类中心
优化
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 K均值聚类算法在海上目标识别中的应用
来源期刊 山东科学 学科 工学
关键词 数字图像处理 目标识别 图像分割 K均值聚类
年,卷(期) 2012,(6) 所属期刊栏目
研究方向 页码范围 79-81,93
页数 4页 分类号 TP391.4
字数 2300字 语种 中文
DOI
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 刘波 山东省海洋环境监测技术重点实验室山东省科学院海洋仪器仪表研究所 7 28 3.0 5.0
2 刘军礼 山东省海洋环境监测技术重点实验室山东省科学院海洋仪器仪表研究所 7 23 3.0 4.0
3 华志励 山东省海洋环境监测技术重点实验室山东省科学院海洋仪器仪表研究所 2 5 1.0 2.0
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  (13)
参考文献  (8)
节点文献
引证文献  (5)
同被引文献  (11)
二级引证文献  (0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(5)
  • 参考文献(3)
  • 二级参考文献(2)
2012(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)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(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
数字图像处理
目标识别
图像分割
K均值聚类
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
山东科学
双月刊
1002-4026
37-1188/N
大16开
山东省济南市科院路19号
1984
chi
出版文献量(篇)
2287
总下载数(次)
6
论文1v1指导