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:
基于谱聚类的子空间聚类算法已经显示出良好的效果,但是传统的子空间聚类算法需要将图像进行向量化处理,而这种向量化会导致图像本身携带的二维结构信息的丢失.为了减少这种信息的丢失,文中提出了基于分块集成的图像聚类算法(Block Integration Based Image Clustering,BI-CI).首先,将图像数据分为若干矩阵块;然后,利用核范数矩阵回归构造基于某一矩阵块的系数矩阵,同时提出了一种依据矩阵块秩信息设定各个矩阵块的权重方法;最后,通过每一系数矩阵及其所对应矩阵块的权重,得到整体系数矩阵.在此系数矩阵上,利用谱聚类算法得到最终的聚类结果.在4个图像数据集上的实验表明,相比现有算法,所提算法具有更强的鲁棒性,可以获得更优的聚类效果.
推荐文章
图像分割的谱聚类集成算法
谱聚类
集成学习
Hungarian算法
成分数据
基于DS聚类的高光谱图像集成分类算法
优势集
聚类
集成
支持向量机
高光谱图像分类
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
基于量子遗传算法的XML聚类集成
XML文档
KNN分类
量子遗传算法
聚类集成
聚类质量
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 基于分块集成的图像聚类算法
来源期刊 计算机科学 学科 工学
关键词 子空间聚类 矩阵块 核范数 矩阵回归
年,卷(期) 2020,(6) 所属期刊栏目 计算机图形&多媒体
研究方向 页码范围 170-175
页数 6页 分类号 TP391
字数 5793字 语种 中文
DOI 10.11896/jsjkx.190400052
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 魏莱 上海海事大学信息工程学院 9 101 4.0 9.0
2 刘淑君 上海海事大学信息工程学院 1 0 0.0 0.0
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  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
子空间聚类
矩阵块
核范数
矩阵回归
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导