在线编码谱聚类及图像分割方法

• 作者: 刘宁 段莹 管涛
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 谱聚类 竞争学习 聚类分析 图像分割
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 图形、图像及其它
• 页码范围: 881-886
• 页数: 6页
• 分类号: TP391
• 字数: 5261字
• 语种: 中文

摘要

目前,谱聚类已经成为图像分割领域的研究热点,但是,常见谱聚类算法具有0(n3)的复杂度,在图像分割的应用受到限制.基于在线的多尺度竞争学习,文中提出了一种基于在线编码的多尺度谱聚类算法,并应用于图像分割.首先,算法通过在线竞争学习算法构造m(m≤n)个原型来编码原始数据.然后,利用多尺度谱聚类对原型进行分组,标注样本并得到最终的聚类结果.算法的复杂度近似为O(mn十m2),因而,较好地提高了谱聚类在图像分割上的效率.在三组数据上开展了实验:在非凸数据集上的结果表明,文中算法具有良好的多尺度性质.在合成的高斯数据集上进行了效率对比分析,说明文中算法能有效压缩样本量,提高效率.在标准的图像上的分割效率优于通常的NJW谱聚类算法和在分割质量上优于k-means算法.和基于抽样的Nystr(o)m算法相比,具有一定优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘宁	郑州航空工业管理学院计算机科学与应用系	27	31	3.0	4.0
2	管涛	郑州航空工业管理学院计算机科学与应用系	18	120	6.0	10.0
3	段莹	郑州航空工业管理学院计算机科学与应用系	12	39	3.0	6.0