计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2012年
12期
17-21,25
,共6页
密度估计%均值漂移%谱聚类%时间复杂度%医学图像%数据浓缩
密度估計%均值漂移%譜聚類%時間複雜度%醫學圖像%數據濃縮
밀도고계%균치표이%보취류%시간복잡도%의학도상%수거농축
基于传统Parzen窗密度估计函数的均值漂移谱聚类算法的时间复杂度不低于O(N2),不适合医学图像分割的实际需求.为此,通过压缩集密度估计和吸引盆均匀抽样两重数据浓缩策略以降低原MSSC的高时间开销问题,从而提出新的基于数据浓缩的谱聚类算法.实验结果表明,该算法能有效降低时间开销,较好地适应医学图像分割的要求.
基于傳統Parzen窗密度估計函數的均值漂移譜聚類算法的時間複雜度不低于O(N2),不適閤醫學圖像分割的實際需求.為此,通過壓縮集密度估計和吸引盆均勻抽樣兩重數據濃縮策略以降低原MSSC的高時間開銷問題,從而提齣新的基于數據濃縮的譜聚類算法.實驗結果錶明,該算法能有效降低時間開銷,較好地適應醫學圖像分割的要求.
기우전통Parzen창밀도고계함수적균치표이보취류산법적시간복잡도불저우O(N2),불괄합의학도상분할적실제수구.위차,통과압축집밀도고계화흡인분균균추양량중수거농축책략이강저원MSSC적고시간개소문제,종이제출신적기우수거농축적보취류산법.실험결과표명,해산법능유효강저시간개소,교호지괄응의학도상분할적요구.
