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87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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、圖像分割技術(shù)能保證數(shù)字圖像后期處理有效進(jìn)行,在圖像處理、分析和理解占有十分重要的地位。而目前用于圖像分割的算法中比較先進(jìn)的是譜聚類算法,與常見的聚類算法相比,它具有能夠在任意形狀的樣本空間聚類,并收斂于全局最優(yōu)解的優(yōu)點(diǎn)。而本文就是在對(duì)上述兩種算法研究的基礎(chǔ)上,將譜聚類算法與模糊c均值聚類算法結(jié)合,提出一種新的模糊譜聚類算法,并將此算法應(yīng)用于圖像分割中,并驗(yàn)證其優(yōu)越性。
  譜聚類算法進(jìn)行圖像分割時(shí),常采用Nystrm逼近算法,因?yàn)?/p>

2、傳統(tǒng)的譜聚類算法計(jì)算大規(guī)模矩陣(如圖像矩陣)時(shí),硬件往往難以支撐。該算法利用構(gòu)造相似度矩陣來分割圖像,因此如何構(gòu)造一個(gè)對(duì)圖像信息表達(dá)更充分的相似度矩陣,對(duì)算法的影響很大。本文采用非正定核函數(shù)構(gòu)造相似度矩陣,求出該相似度矩陣的特征值矩陣和特征向量矩陣,并按照一定的規(guī)則將特征向量矩陣進(jìn)行改進(jìn),最后對(duì)這一矩陣進(jìn)行分割。通過對(duì)數(shù)據(jù)集的分割,用客觀標(biāo)準(zhǔn)驗(yàn)證本文改進(jìn)的方法能夠有效提高算法準(zhǔn)確率,通過對(duì)圖像目標(biāo)的分割,分割后的圖像也能夠顯示出算法的效

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