图像分类中特征聚类算法研究

《图像分类中特征聚类算法研究》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、硕士学位论文MASTER'SDISSERTATION论文题目图像分类中特征聚类算法研究作者姓名郑伟娜学位类别工程硕士指导教师顾广华副教授2016年5月中图分类号：TP391.41学校代码：10216UDC：621.38密级：公开工程硕士学位论文(应用研究型)图像分类中特征聚类算法研究硕士研究生：郑伟娜导师：顾广华副教授副导师：卢云山高级工程师申请学位：工程硕士工程领域：电子与通信工程所在单位：信息科学与工程学院答辩日期：2016年5月授予学位单位：燕山大学ClassifiedIndex:TP391.41Schoolcode:10216U.D.C:62

2、1.38SecretLevel:openDissertationfortheMasterDegreeinEngineeringFEATURECLUSTERINGRESEARCHINIMAGECLASSIFICATIONbyZhengWeinaSupervisor:AssociateProfessorGuGuanghuaYanshanUniversityMay,2016燕山大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《图像分类中特征聚类算法研究》，是本人在导师指导下，在燕山大学攻读硕士学位期间独立进行研究工作所取得的成果。论文中除已

3、注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签字：日期：年月日燕山大学硕士学位论文使用授权书《图像分类中特征聚类算法研究》系本人在燕山大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归燕山大学所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解燕山大学关于保存、使用学位论文的规定，同意学校保留并向有关部门送交论文的复印件和电子版本，允许论文被查阅和借阅。本人授权燕山大学，可以采用影印、缩印或其它复制手段保存论文，可以

4、公布论文的全部或部分内容。保密□，在年解密后适用本授权书。本学位论文属于不保密□。（请在以上相应方框内打“√”）作者签名：日期：年月日导师签名：日期：年月日摘要摘要聚类在当前数据挖掘领域中占据非常重要的位置，作为一种数据分析法主要被用来对样本数据集进行划分，将各特征属性相差较小的数据点划分到同一类簇中，相差较大的则分布在不同的类簇中，可以作为图像分类的预处理步骤。本文针对K-means算法的优劣势，从三个方面对其进行学习和研究。首先，经典K-means算法在选择聚类数和初始中心时比较随机，缺乏客观性，根据算法本身的特点，在利用其优势的同时要避开其劣势

5、，在此基础上对其进行改进。首先利用距离代价函数对聚类数的选择方法进行改进，然后用基于距离的方法对初始中心的随机选择方式进行改进，并将其应用到图像分类系统，完成分类正确率的提高。其次，提出了一种基于二分思想的改进K-means算法，同时对聚类数的设置和初始中心的选择两个方面进行改进。先对数据集进行两两划分，直到满足ER指标时停止，然后对所有的子类簇根据ER指标进行合并，最终所有子类簇的个数为聚类数，每个子类簇的中心为初始聚类中心。最后，借鉴二次聚类的思想，在图像分类任务中，首先对所有的样本图像按类别提取SIFT特征点，并对每类的特征点进行第一次K-me

6、ans聚类，得到中间词汇；然后再对所有类别的中间词汇进行第二次K-means聚类，即可得到增加了类别信息的视觉词典，完成了对图像的描述，增强了判别能力。关键词：图像分类；K-means算法；聚类数；初始中心；ER指标-I-燕山大学工程硕士学位论文AbstractClusteringoccupiesaveryimportantpositionintheareaofdataminingcurrently.Asakindofdataanalysismethod,itismainlyusedontheclassificationofsampledataset

7、.Itcandividethedatapiontswhichhavesimilarfeatureattributestothesamecluster,andthosehavelargedifferencetodifferentclusters.Soitcanbeusedasapreprocessingstepofimageclassification.InthispaperK-meansalgorithmwasimprovedinthreeaspectsaccordingtoitsadvantagesanddisadvantages.Firstly,

8、theclassicalK-meansclusteringalgorithmisrandomandlacko