期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合Nystrm方法的谱聚类算法(NSDcut)的图像分割
被引量：
1
1
作者
邹小林
冯国灿
《湖南科技大学学报（自然科学版）》
CAS
北大核心
2012年第2期77-82,共6页
为了克服谱聚类算法SDcut在计算相似度矩阵和拉普拉斯矩阵的特征值和特征向量时,比较耗时的缺点,提出了融合Nystrm方法的SDcut算法NSDcut,并应用于图像分割.该算法采用Nystrm方法构建相似度矩阵和计算相似度矩阵的特征向量,并用这...
为了克服谱聚类算法SDcut在计算相似度矩阵和拉普拉斯矩阵的特征值和特征向量时,比较耗时的缺点,提出了融合Nystrm方法的SDcut算法NSDcut,并应用于图像分割.该算法采用Nystrm方法构建相似度矩阵和计算相似度矩阵的特征向量,并用这些特征向量通过矩阵运算降低了SDcut算法中的相似度矩阵和拉普拉斯矩阵的阶,从而降低SDcut算法的时间复杂度.实验结果表明:NSDcut算法提高了SDcut算法的运行速度,同时也具有SDcut算法的聚类性能.
展开更多
关键词
sdcut
Nystrm方法
图像分割
谱聚类
N
sdcut
原文传递
判别割(Dcut)的图像分割及其快速分割算法
被引量：
4
2
作者
邹小林
陈伟福
冯国灿
《中国图象图形学报》
CSCD
北大核心
2012年第2期222-228,共7页
谱聚类算法在模式识别和图像分割中得到了广泛应用。谱聚类算法能在任意形状的样本空间上聚类且收敛于全局最优解。采用一个新的谱聚类算法Dcut进行图像分割。Dcut完全满足聚类算法的一般准则:类内样本间的相似度大,类间样本的相似度小...
谱聚类算法在模式识别和图像分割中得到了广泛应用。谱聚类算法能在任意形状的样本空间上聚类且收敛于全局最优解。采用一个新的谱聚类算法Dcut进行图像分割。Dcut完全满足聚类算法的一般准则:类内样本间的相似度大,类间样本的相似度小,因此Dcut在图像分割方面比Ncut具有更好的分组性能。为了克服Dcut分割速度慢,提出基于子空间的Dcut(SDcut)和基于分块的SDcut(BSDcut)两种快速算法。SDcut和BSDcut这两种快速算法具有Dcut的分组性能的同时,降低了分割图像的计算复杂度。通过对纹理图像和真实图像的分割,验证了新算法的有效性。
展开更多
关键词
谱聚类
Dcut
sdcut
B
sdcut
子空间
图像分割
原文传递
题名
融合Nystrm方法的谱聚类算法(NSDcut)的图像分割
被引量：
1
1
作者
邹小林
冯国灿
机构
肇庆学院数学与信息科学学院
中山大学数学与计算科学学院
出处
《湖南科技大学学报（自然科学版）》
CAS
北大核心
2012年第2期77-82,共6页
基金
国家自然科学基金资助项目(60975083)
文摘
为了克服谱聚类算法SDcut在计算相似度矩阵和拉普拉斯矩阵的特征值和特征向量时,比较耗时的缺点,提出了融合Nystrm方法的SDcut算法NSDcut,并应用于图像分割.该算法采用Nystrm方法构建相似度矩阵和计算相似度矩阵的特征向量,并用这些特征向量通过矩阵运算降低了SDcut算法中的相似度矩阵和拉普拉斯矩阵的阶,从而降低SDcut算法的时间复杂度.实验结果表明:NSDcut算法提高了SDcut算法的运行速度,同时也具有SDcut算法的聚类性能.
关键词
sdcut
Nystrm方法
图像分割
谱聚类
N
sdcut
Keywords
sdcut
Nystrm method
image segmentation
spectral clustering
N
sdcut
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
原文传递
题名
判别割(Dcut)的图像分割及其快速分割算法
被引量：
4
2
作者
邹小林
陈伟福
冯国灿
机构
中山大学数学与计算科学学院
肇庆学院数学与信息科学学院
出处
《中国图象图形学报》
CSCD
北大核心
2012年第2期222-228,共7页
基金
国家自然科学基金项目(60975083
U0835005)
文摘
谱聚类算法在模式识别和图像分割中得到了广泛应用。谱聚类算法能在任意形状的样本空间上聚类且收敛于全局最优解。采用一个新的谱聚类算法Dcut进行图像分割。Dcut完全满足聚类算法的一般准则:类内样本间的相似度大,类间样本的相似度小,因此Dcut在图像分割方面比Ncut具有更好的分组性能。为了克服Dcut分割速度慢,提出基于子空间的Dcut(SDcut)和基于分块的SDcut(BSDcut)两种快速算法。SDcut和BSDcut这两种快速算法具有Dcut的分组性能的同时,降低了分割图像的计算复杂度。通过对纹理图像和真实图像的分割,验证了新算法的有效性。
关键词
谱聚类
Dcut
sdcut
B
sdcut
子空间
图像分割
Keywords
spectral clustering
Dcut
SDeut
B
sdcut
subspace
image segmentation
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
融合Nystrm方法的谱聚类算法(NSDcut)的图像分割
邹小林
冯国灿
《湖南科技大学学报（自然科学版）》
CAS
北大核心
2012
1
原文传递
2
判别割(Dcut)的图像分割及其快速分割算法
邹小林
陈伟福
冯国灿
《中国图象图形学报》
CSCD
北大核心
2012
4
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
