改进CLIMB聚类算法在图象数据库中的应用研究

CLIMB聚类算法是基于子空间的算法,基本思想是对每个样本在坐标维上投影,得到样本分布曲线。通过爬山法,找出波谷和波峰,每个山峰对应一个类。对于高维数据,由低维向高维逐步聚类,形成了对原样本集的自顶向下的层次分类。利用小波变换可以对样本分布曲线进行光滑化处理而得到近似分布曲线,该曲线平滑了样本分布曲线上一些变化较大的区域,可以去除噪声干扰。不同尺度下的近似信息去掉了不同程度的细节信息,从而得到不同的样本分类的粗糙度。实验表明,应用该改进后的CLIMB聚类算法对图象特征空间进行聚类可以起到很好的作用。