基于多种聚类的无监督距离融合学习算法研究

• 作者: 侯守明 林晓洁 胡明凯
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: 无监督 形状匹配 多重聚类 距离融合
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 计算机技术
• 页码范围: 70-73
• 页数: 4页
• 分类号: TP391|TP751.1
• 字数: 4628字
• 语种: 中文

摘要

本文针对传统的形状匹配算法的处理计算量过大、消耗时间过长,从而导致无法应用于大量的图像集以及在线的形状匹配场景的问题,在学者提出的距离融合算法的基础上进行了改进,在处理阶段引入无监督学习的方法进行多种聚类.通过引入预处理算法对图像集进行特征提取以及划分,在算法的计算量上做出优化,大幅降低了算法的计算时耗,并且保证其正确率几乎没有降低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯守明	河南理工大学计算机科学与技术学院	40	162	8.0	10.0
3	胡明凯		4	3	1.0	1.0
6	林晓洁	河南理工大学计算机科学与技术学院	1	0	0.0	0.0