计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
1期
255-259
,共5页
半监督%图模型%局部聚类%自适应%图像分类
半鑑督%圖模型%跼部聚類%自適應%圖像分類
반감독%도모형%국부취류%자괄응%도상분류
semi-supervised%graph model%local clustering%adaptive selection%image classification
针对线性近邻传递(LNP)分类算法中,由于图像过大时计算复杂度高,以及近邻数目选择不当导致图像分类结果不精确的问题,提出了基于局部聚类的自适应LNP分类算法.该方法对LNP分类算法的改进主要体现在两方面,首先运用quick shift进行局部聚类,得到点簇集,以此点簇集作为建图节点,达到缩小矩阵规模的目的;其次,采用测地距离和欧氏距离之间的关系来动态确定每个点的近邻数.实验结果表明,所提方法在得到较好的分类结果的同时,也极大地缩短了运行时间,提高了效率.
針對線性近鄰傳遞(LNP)分類算法中,由于圖像過大時計算複雜度高,以及近鄰數目選擇不噹導緻圖像分類結果不精確的問題,提齣瞭基于跼部聚類的自適應LNP分類算法.該方法對LNP分類算法的改進主要體現在兩方麵,首先運用quick shift進行跼部聚類,得到點簇集,以此點簇集作為建圖節點,達到縮小矩陣規模的目的;其次,採用測地距離和歐氏距離之間的關繫來動態確定每箇點的近鄰數.實驗結果錶明,所提方法在得到較好的分類結果的同時,也極大地縮短瞭運行時間,提高瞭效率.
침대선성근린전체(LNP)분류산법중,유우도상과대시계산복잡도고,이급근린수목선택불당도치도상분류결과불정학적문제,제출료기우국부취류적자괄응LNP분류산법.해방법대LNP분류산법적개진주요체현재량방면,수선운용quick shift진행국부취류,득도점족집,이차점족집작위건도절점,체도축소구진규모적목적;기차,채용측지거리화구씨거리지간적관계래동태학정매개점적근린수.실험결과표명,소제방법재득도교호적분류결과적동시,야겁대지축단료운행시간,제고료효솔.
