2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩46頁未讀, 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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、圖像分割是數(shù)字圖像處理中的一項(xiàng)關(guān)鍵技術(shù),而高斯混合模型是圖像分割的常用模型,在圖像分割中發(fā)揮著重要的作用。聚類在圖像處理等領(lǐng)域中的應(yīng)用也在不斷的推動著聚類分析研究的進(jìn)展,使它成為多學(xué)科研究領(lǐng)域中的一個熱點(diǎn)。
  本文首先分析了估計(jì)高斯混合模型參數(shù)的EM算法,指出EM算法的一個缺陷:EM算法是一個局部優(yōu)化算法,常常容易陷入局部最優(yōu)解,使得它的初始值對算法的結(jié)果有著極其重要的影響。為了得到更好的聚類效果就要對EM算法進(jìn)行有效的初始化。

2、本文提出通過k均值聚類先給出混合數(shù)據(jù)的一個粗糙分組,然后根據(jù)分組數(shù)據(jù)給出參數(shù)的一個粗劣估計(jì)值,作為EM算法迭代的初始值。模擬數(shù)值實(shí)驗(yàn)表明:經(jīng)過k均值初始化后的EM算法對數(shù)據(jù)集進(jìn)行聚類的效果要優(yōu)于直接用EM算法進(jìn)行聚類的效果。
  其次,本文研究如何確定高斯混合模型的聚類個數(shù),即模型選擇問題,分析了貝葉斯陰陽和諧學(xué)習(xí)(BYY)算法。其中具有后向結(jié)構(gòu)的動態(tài)正則化BYY學(xué)習(xí)算法的優(yōu)點(diǎn)在于只要混合模型的分量數(shù)設(shè)計(jì)得比真實(shí)的分量數(shù)多就能在參

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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論