2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩67頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、譜聚類算法是一種經(jīng)典的聚類分析方法,與傳統(tǒng)的聚類算法相比,它具有在任意形狀的樣本空間中聚類且收斂于全局最優(yōu)解的優(yōu)點(diǎn),非常適合于許多實(shí)際問題,所以一直是機(jī)器學(xué)習(xí)領(lǐng)域中研究的熱點(diǎn)。而圖像作為一種重要的信息表達(dá)、傳遞的方式,在人類的社交中扮演著越來越重要的作用。圖像分割是圖像處理到圖像分析的關(guān)鍵,是理解圖像和識(shí)別圖像的基礎(chǔ),因此,找到一種有效的圖像分割方法對(duì)促進(jìn)圖像的應(yīng)用非常關(guān)鍵。近年來有關(guān)譜聚類算法在圖像分割中的應(yīng)用研究受到了眾多學(xué)者的廣泛

2、關(guān)注。雖然,目前基于譜聚類算法的圖像分割技術(shù)己經(jīng)取得了一些好的結(jié)果,但是,由于該技術(shù)仍處于初級(jí)研究階段,因此仍然存在著許多亟待研究和解決的問題。本課題針對(duì)譜聚類算法利用先驗(yàn)信息提高聚類質(zhì)量的問題,研究了如何使用先驗(yàn)信息調(diào)整相似度矩陣,使相似度矩陣具有更明顯的數(shù)據(jù)結(jié)構(gòu),并對(duì)類簇結(jié)構(gòu)監(jiān)督調(diào)整,給出了一種改進(jìn)的基于貝葉斯決策的半監(jiān)督譜聚類算法,并通過Nystr?m逼近采樣的方式將該算法應(yīng)用于圖像分割中。
  本研究主要內(nèi)容包括:⑴如何充

3、分利用先驗(yàn)信息的問題。有效的利用先驗(yàn)信息對(duì)提高聚類質(zhì)量能夠起到事半功倍的效果,針對(duì)這個(gè)問題,給出了一種改進(jìn)的基于貝葉斯決策的半監(jiān)督譜聚類算法。該算法通過基于貝葉斯決策對(duì)相似度的內(nèi)容進(jìn)行調(diào)整,使相似度矩陣具有更明顯的類簇結(jié)構(gòu),從而改善用于聚類的特征向量的分布,同時(shí)利用先驗(yàn)信息對(duì)得到的類簇結(jié)構(gòu)進(jìn)行監(jiān)督,并對(duì)違反約束的樣本重新劃分類簇,以提高算法的準(zhǔn)確性。實(shí)驗(yàn)證明,該算法較傳統(tǒng)的聚類算法在準(zhǔn)確性上有顯著改善。⑵如何有效、快速的應(yīng)用于圖像分割中

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論