基于规范化的B样条密度模型的聚类算法

• 作者: 刘哲 王洪君 谭振江
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 计算机图象处理 聚类算法 B样条密度函数 混合模型 贝叶斯准则
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 522-527
• 页数: 6页
• 分类号: TP391.4
• 字数: 3331字
• 语种: 中文

摘要

针对有参混合模型的聚类算法需要假设模型为某种已知的参数模型,存在模型不匹配及非参数正交多项式密度估计不是概率密度函数的问题,提出了一种基于规范化的B样条密度模型的图像聚类算法.通过构建基于规范化的B样条密度函数的非参数混合模型,利用非参数B样条期望最大(NNBEM:Non-parametric B-spline Expectation Maximum)算法估计密度模型的未知参数,并根据贝叶斯准则实现图像的聚类.该方法不需要对模型做任何假设,可有效克服有参混合模型与实际数据分布不一致问题.对模拟图像和真实图像数据进行仿真的结果表明,规范化的B样条密度模型的聚类算法比其他算法具有更好的聚类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭振江	吉林师范大学计算机学院	70	233	9.0	11.0
2	王洪君	吉林师范大学计算机学院	39	88	5.0	6.0
3	刘哲	吉林师范大学计算机学院	19	68	6.0	7.0