吉林大学学报(信息科学版)
吉林大學學報(信息科學版)
길림대학학보(신식과학판)
JOURNAL OF JILIN UNIVERSITY(INFORMATION SCIENCE EDITION)
2015年
5期
522-527
,共6页
计算机图象处理%聚类算法%B样条密度函数%混合模型%贝叶斯准则
計算機圖象處理%聚類算法%B樣條密度函數%混閤模型%貝葉斯準則
계산궤도상처리%취류산법%B양조밀도함수%혼합모형%패협사준칙
computer image processing%clustering algorithm%B-spline density function%mixture model%Bayesian criterions
针对有参混合模型的聚类算法需要假设模型为某种已知的参数模型,存在模型不匹配及非参数正交多项式密度估计不是概率密度函数的问题,提出了一种基于规范化的B样条密度模型的图像聚类算法.通过构建基于规范化的B样条密度函数的非参数混合模型,利用非参数B样条期望最大(NNBEM:Non-parametric B-spline Expectation Maximum)算法估计密度模型的未知参数,并根据贝叶斯准则实现图像的聚类.该方法不需要对模型做任何假设,可有效克服有参混合模型与实际数据分布不一致问题.对模拟图像和真实图像数据进行仿真的结果表明,规范化的B样条密度模型的聚类算法比其他算法具有更好的聚类性能.
針對有參混閤模型的聚類算法需要假設模型為某種已知的參數模型,存在模型不匹配及非參數正交多項式密度估計不是概率密度函數的問題,提齣瞭一種基于規範化的B樣條密度模型的圖像聚類算法.通過構建基于規範化的B樣條密度函數的非參數混閤模型,利用非參數B樣條期望最大(NNBEM:Non-parametric B-spline Expectation Maximum)算法估計密度模型的未知參數,併根據貝葉斯準則實現圖像的聚類.該方法不需要對模型做任何假設,可有效剋服有參混閤模型與實際數據分佈不一緻問題.對模擬圖像和真實圖像數據進行倣真的結果錶明,規範化的B樣條密度模型的聚類算法比其他算法具有更好的聚類性能.
침대유삼혼합모형적취류산법수요가설모형위모충이지적삼수모형,존재모형불필배급비삼수정교다항식밀도고계불시개솔밀도함수적문제,제출료일충기우규범화적B양조밀도모형적도상취류산법.통과구건기우규범화적B양조밀도함수적비삼수혼합모형,이용비삼수B양조기망최대(NNBEM:Non-parametric B-spline Expectation Maximum)산법고계밀도모형적미지삼수,병근거패협사준칙실현도상적취류.해방법불수요대모형주임하가설,가유효극복유삼혼합모형여실제수거분포불일치문제.대모의도상화진실도상수거진행방진적결과표명,규범화적B양조밀도모형적취류산법비기타산법구유경호적취류성능.