首页 | 本学科首页   官方微博 | 高级检索  
     

基于动态子空间距离的图像聚类
引用本文:方晨,王智慧,周向东,周皓峰,汪卫,施伯乐.基于动态子空间距离的图像聚类[J].计算机研究与发展,2006,43(Z3).
作者姓名:方晨  王智慧  周向东  周皓峰  汪卫  施伯乐
基金项目:国家自然科学基金;上海市自然科学基金
摘    要:聚类分析作为一种重要的非指导学习方法,在多媒体数据管理中得到越来越多的应用,如对图像进行聚类预处理,有助于发现图像之间的语义相似性、减少检索代价等.但是,由于图像语义与视觉特征之间的差异,使得图像聚类的效果还有待进一步提高.聚类分析中,图像通常用高维特征向量表示,显然,在描述图像的相似性方面,各个维所代表的视觉特征的重要性是不一样的,甚至彼此矛盾.传统方法通过权重调整或降维并不能很好地解决上述问题.提出一种新的动态子空间距离计算公式(DSDF),根据任意两幅图像之间关联比较密切的维度,计算出图像之间的相似子空间距离,并利用Clarans聚类算法进行图像子空间聚类.实验表明,该方法在图像聚类效果上明显优于传统聚类方法.

关 键 词:图像检索  子空间聚类  语义相似性  特征

Image Clustering Based on Dynamic Subspace Distance
Fang Chen,Wang Zhihui,Zhou Xiangdong,Zhou Haofeng,Wang Wei,Shi Baile.Image Clustering Based on Dynamic Subspace Distance[J].Journal of Computer Research and Development,2006,43(Z3).
Authors:Fang Chen  Wang Zhihui  Zhou Xiangdong  Zhou Haofeng  Wang Wei  Shi Baile
Abstract:
Keywords:DSDF
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号