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:
提出了一种基于多层次聚类的算法,此算法相对传统算法降低了空间和时间复杂度,并减少了对参数的敏感度,适合处理大规模数据集.该算法包括粗分、代表点聚类和细分三个阶段.首先,利用亲和传播聚类(AP)算法对所有数据进行粗分,为了节省空间和时间,仅考虑每个点和离自己最近的t个近邻之间的相似度,所以构造的相似度矩阵远远小于原始AP算法所构造的相似度矩阵;其次,为了进一步提高效率和性能,在第二阶段采用密度峰值算法(FDP)对上一阶段所得结果进行再划分;最后,结合两个阶段划分的结果得到所有数据的划分.实验表明:所提算法可以快速准确地进行图像分割,和经典聚类算法FCM(模糊C均值)、K-means以及SOM(自组织映射)的对比实验也证明了所提算法的有效性.
推荐文章
基于多空间多层次谱聚类的非监督SAR图像分割算法
SAR图像
图像分割
区域谱聚类
层次聚类
基于关联规则的多层次Web聚类法研究
关联规则
Web聚类
超图
层次图
基于混合聚类算法的图像分割
图像分割
遗传算法
模糊C均值算法
基于多层次灰色聚类的储罐风险评价方法研究
储罐
风险评价
多层次
灰色聚类
RBI
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 基于多层次聚类的纹理图像分割算法
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 图像分割 特征提取 灰度直方图 亲和传播算法 密度峰值算法
年,卷(期) 2017,(9) 所属期刊栏目 信息科学
研究方向 页码范围 39-45
页数 7页 分类号 TP391
字数 语种 中文
DOI 10.13245/j.hust.170908
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 王宇平 西安电子科技大学计算机学院 128 1633 22.0 34.0
2 杜辉 西安电子科技大学计算机学院 5 22 3.0 4.0
6 钟俊坤 西安电子科技大学计算机学院 1 6 1.0 1.0
7 任楚楚 西安电子科技大学计算机学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (19)
节点文献
引证文献  (6)
同被引文献  (0)
二级引证文献  (0)
1984(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)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 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)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(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
图像分割
特征提取
灰度直方图
亲和传播算法
密度峰值算法
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
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
总被引数(次)
88536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导