利用广义信息熵谱选择的图像分割

• 作者: 刘华勇 张大明 张学勇 李璐
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 广义信息熵 谱聚类 谱选择 聚类集成 图像分割
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 225-236
• 页数: 12页
• 分类号: TP391.4
• 字数: 6589字
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.201903004

摘要

谱聚类算法中图上拉普拉斯矩阵的特征向量(谱)决定聚类结果,如何选择谱至关重要.为了解决这一问题,基于广义信息熵,定义谱的区分性、谱的区分有效性和谱的区分度这3个指标.谱的区分性指标用于衡量谱所含聚类信息的显著程度;谱的区分有效性指标用于剔除聚类结果无效的谱;谱的区分度指标用于构建基于贡献力的选择性聚类集成方案.进而提出基于谱选择的谱聚类算法.各种自然图像分割实验表明文中算法简单有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李璐	安徽建筑大学数理学院	38	91	6.0	7.0
2	张大明	安徽建筑大学数理学院	28	72	5.0	6.0
3	刘华勇	安徽建筑大学数理学院	48	94	6.0	7.0
4	张学勇	安徽建筑大学数理学院	25	148	5.0	12.0