基于動態(tài)子空間距離的圖像聚類.pdf_第1頁
已閱讀1頁，還剩43頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、聚類分析作為一種重要的非指導學習方法，在多媒體數(shù)據(jù)管理中得到越來越多的應用，如對圖像進行聚類預處理，有助于發(fā)現(xiàn)圖像之間的語義相似性、減少檢索代價等。但是，由于圖像語義與視覺特征之間的差異，使得圖像聚類的效果還有待進一步提高。聚類分析中，圖像通常用高維特征向量表示，顯然，在描述圖像的相似性方面，各個維所代表的視覺特征的重要性是不一樣的，甚至彼此矛盾。傳統(tǒng)方法通過權重調(diào)整或降維并不能很好地解決上述問題。本文提出一種新的動態(tài)子空間距離計算公式

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論