利用广义信息熵谱选择的图像分割

来源 :模式识别与人工智能 | 被引量 : 4次 | 上传用户:lzt870702
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
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.
其他文献
现有的径向布局可视化方法无法有效捕获高维数据的非线性结构。因此,文中提出基于维度扩展和重排的类圆映射可视化聚类方法。利用近邻传播聚类算法和多目标聚类可视化评价指