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:
针对图像数据噪声大和高维稀疏的特点,提出了一种基于噪声过滤和Info-Kmeans聚类的图像索引构建方法。首先,利用余弦兴趣模式过滤噪声。其次,提出了一种新的Info-Kmeans聚类算法,该算法不仅避免KL-divergence计算过程中的零值困境问题,还能融合以成对约束出现的先验知识。最后,在LFW和Oxford_5K 2个图像数据集上的实验表明:噪声过滤能显著提高聚类性能;Info-Kmeans比已有聚类工具具有更优越的性能。
推荐文章
基于谱聚类的医学图像分割方法
谱聚类
ELM
医学图像
约束蚂蚁聚类算法
约束聚类
蚂蚁聚类
随机游走
ABC_Kmeans聚类算法的MapReduce并行化研究
K-means
聚类
人工蜂群
MapReduce
云计算平台上的Canopy-Kmeans并行聚类算法研究
云计算平台
Canopy-Kmeans算法
并行聚类算法
大数据挖掘
集群数据
数据分析
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 基于成对约束Info-Kmeans聚类的图像索引方法
来源期刊 通信学报 学科 工学
关键词 图像索引 兴趣模式 噪声过滤 聚类分析
年,卷(期) 2013,(7) 所属期刊栏目
研究方向 页码范围 159-166,173
页数 9页 分类号 TP181
字数 5540字 语种 中文
DOI 10.3969/j.issn.1000-436x.2013.07.018
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 潘金贵 南京大学软件新技术国家重点实验室 143 2369 23.0 44.0
2 曹杰 南京财经大学江苏省电子商务重点实验室 50 470 12.0 20.0
3 伍之昂 南京财经大学江苏省电子商务重点实验室 10 105 6.0 10.0
4 刘文杰 南京大学软件新技术国家重点实验室 2 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (47)
参考文献  (11)
节点文献
引证文献  (8)
同被引文献  (30)
二级引证文献  (16)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(4)
  • 引证文献(3)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
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
图像索引
兴趣模式
噪声过滤
聚类分析
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
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
总被引数(次)
85479
论文1v1指导