一种快速自适应的均值漂移聚类算法

一种快速自适应的均值漂移聚类算法
一种快速自适应的均值漂移聚类算法
耿振伟;粟毅;郁文贤
【期刊名称】《信号处理》
【年(卷),期】2009(025)001
【摘要】特征空间分析是众多计算机视觉任务中的主要模块,均值漂移作为一种稳健的非参数特征空间分析方法,越来越得到广泛的应用,但对于高维特征空间该方法计算量相当大,甚至难以在实际中采用.因此,提出了一种基于近似最近邻搜索的自适应均值漂移方法ANNMS,大大减少了迭代计算量,不受特征维数限制,且能自适应确定核函数的带宽.通过图像分割实验,得到比标准均值漂移方法更精细的结果,且速度更快.
【总页数】4页(153-156)
【关键词】均值漂移;聚类;图像分割
【作者】耿振伟;粟毅;郁文贤
【作者单位】国防科技大学四院三系,湖南省长沙市,410073;国防科技大学四院三系,湖南省长沙市,410073;国防科技大学四院三系,湖南省长沙市,410073【正文语种】中文
【中图分类】TP319
【相关文献】
1.一种自适应的模糊C均值聚类算法 [J], 史慧峰; 马晓宁
2.图像分割的自适应K均值聚类算法研究 [J], 吴颖斌
3.一种基于慢启动模型的快速自适应聚类算法 [J], 谷垒; 王雷
4.一种截断距离和聚类中心自适应的聚类算法 [J], 杨震; 王红军; 周宇。