计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2010年
20期
149-152,156
,共5页
李广水%李杨%马青霞%宋丁全
李廣水%李楊%馬青霞%宋丁全
리엄수%리양%마청하%송정전
频繁集%特征提取%遥感图像%期望最大(EM)聚类
頻繁集%特徵提取%遙感圖像%期望最大(EM)聚類
빈번집%특정제취%요감도상%기망최대(EM)취류
在图像分析领域,已有不少研究探讨了通过构建图像相邻像素之间的事务数据集,对图像纹理关联规则进行挖掘,但纹理关联规则仅存留最大项的频繁项集会使得很多信息丢失.为此提出了基于频繁项集的图像特征抽取方法,该方法首先基于项集的频繁度及空间分布筛选候选频繁项集,再定义每一个频繁项集的空间表达能力值构建特征集.在遥感图像上进行仿真测试,针对EM算法对初始设置比较敏感的特点,采用了对同一特征集指定不同聚类数目并比较对数似然值确定最终聚类结果的方法.实验结果表明,提出的频繁集对图像特征具有较好的表达.
在圖像分析領域,已有不少研究探討瞭通過構建圖像相鄰像素之間的事務數據集,對圖像紋理關聯規則進行挖掘,但紋理關聯規則僅存留最大項的頻繁項集會使得很多信息丟失.為此提齣瞭基于頻繁項集的圖像特徵抽取方法,該方法首先基于項集的頻繁度及空間分佈篩選候選頻繁項集,再定義每一箇頻繁項集的空間錶達能力值構建特徵集.在遙感圖像上進行倣真測試,針對EM算法對初始設置比較敏感的特點,採用瞭對同一特徵集指定不同聚類數目併比較對數似然值確定最終聚類結果的方法.實驗結果錶明,提齣的頻繁集對圖像特徵具有較好的錶達.
재도상분석영역,이유불소연구탐토료통과구건도상상린상소지간적사무수거집,대도상문리관련규칙진행알굴,단문리관련규칙부존류최대항적빈번항집회사득흔다신식주실.위차제출료기우빈번항집적도상특정추취방법,해방법수선기우항집적빈번도급공간분포사선후선빈번항집,재정의매일개빈번항집적공간표체능력치구건특정집.재요감도상상진행방진측시,침대EM산법대초시설치비교민감적특점,채용료대동일특정집지정불동취류수목병비교대수사연치학정최종취류결과적방법.실험결과표명,제출적빈번집대도상특정구유교호적표체.
