毕业设计(论文)管理系统的设计与实现

毕业设计(论文)管理系统的设计与实现

ID:6437608

大小:669.50 KB

页数:5页

时间:2018-01-14

毕业设计(论文)管理系统的设计与实现_第1页
毕业设计(论文)管理系统的设计与实现_第2页
毕业设计(论文)管理系统的设计与实现_第3页
毕业设计(论文)管理系统的设计与实现_第4页
毕业设计(论文)管理系统的设计与实现_第5页
资源描述:

《毕业设计(论文)管理系统的设计与实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于谱聚类的图像分割算法研究071006308郭晓媛指导教师:管涛摘要:谱聚类能识别出在原空间中线性不可分的聚类,并且其效果优于传统聚类算法,谱聚类要想获得好的效果必须选择一个合适的尺度参数,本文针对自调节谱聚类算法和传统的谱聚类算法的缺陷,实现了一个可以自动的选取尺度参数的自适应谱聚类算法。它用全局N近邻距离作为比例参数s,达到了比其它传统聚类更好的效果。通过在UCI数据集上的实验对比和实际应用中的实验结果,表明了基于自适应谱聚类的图像分割算法适应性强、计算代价小、精度较高,性能优于或者不差于以往的类似

2、算法。关键词:图像分割;自适应谱聚类;聚类算法ImageSegmentationbasedonspectralclusteringalgorithmAbstract:Spectralclusteringhasbeenusedtoidentifyclustersthatarenon-linearlyseparableininputspace,andusuallyoutperformstraditionalclusteringalgorithms.However,theperformanceofspectra

3、lclusteringisseverelydependentonvaluesofthescalingparameter,Thispaperachieveanewalgorithmtotheovercomthedrawbacksofself-tuningspectralclusteringandtraditionalspectralclustering,calledastheadaptivespectralclustering(ASC),whichcanchoosethescalingparameterau

4、tomaticallybyusingtechniquessimilartokernelselection.IttakesaveragedistanceofN-near-neighbourasscalingparameters,andcouldgetbettereffectthanothertraditionalspectralclustering.bytheexperimentcontrastsintheUCIdatasetsandtheresultsofexperimentsinapplications

5、showthatthespectralclusteringbasedonadaptiveimagesegmentationalgorithmhasstrongeradaptability,lowercalculatecostandhigherprecision.Itsperformanceexceedsoratleastnotlowertotheothersimilarityones.Wecanseethecharacteristicsandadvantagesofadaptivespectralclus

6、teringalgorithm.Keywords:Imagesegmentation;adaptivespectralclustering;clusteringalgorithm一、绪论图像分割作为图像处理与计算机视觉研究的难点和热点之一,其研究受到了各研究领域的高度重视,研究工作者对图像分割进行了广泛、深入的研究。图像分割几乎出现在有关图像处理的所有领域,如在工业自动化、生产程控、文件图像处理等。因此在这种情况下,涌出了很多分割算法。但是这些算法都是针对某一类图像、某一具体的应用问题而提出来的,至今仍然

7、没有提出适合所有图像的通用分割算法。本文先简述了谱聚类算法的基础理论、图像分割原理、自适应谱聚类算法在图像分割中的应用等。然后通过在UCI数据集上的实验对比和实际应用中的实验结果,得出了基于自适应谱聚类的图像分割算法是一种适应性强、计算代价小、精度较高,性能优于或者不差于以往的类似算法。二、算法基础分析与图像分割原理1.谱聚类算法定义传统的聚类算法主要有K-means算法、EM算法和模糊化的C均值(FCM)算法等。这些算法都是建立在凸球形的样本空间上,当样本空间不为凸时,算法就会很容易陷入局部最优。为了能

8、够在任意形状的样本空间上聚类且具有全局最优性,学者们研究出了一种新型的聚类算法,即:谱聚类算法(SpectralClusteringAlgorithm)。谱聚类是由数据点间的相似性建立矩阵,即:根据给定的样本数据集定义一个描述成对数据点相似度的亲和矩阵,并计算矩阵的特征值和特征向量,然后选择合适的特征向量聚类不同的数据点。2.谱聚类的算法思想谱聚类算法的主要步骤:(1)根据某种相似度的定义,由原始数据集建立表示样本集的相似性矩

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。