10.11772/j.issn.1001-9081.2014.01.0255
基于局部聚类的自适应线性近邻传递分类算法
针对线性近邻传递(LNP)分类算法中,由于图像过大时计算复杂度高,以及近邻数目选择不当导致图像分类结果不精确的问题,提出了基于局部聚类的自适应LNP分类算法.该方法对LNP分类算法的改进主要体现在两方面,首先运用quick shift进行局部聚类,得到点簇集,以此点簇集作为建图节点,达到缩小矩阵规模的目的;其次,采用测地距离和欧氏距离之间的关系来动态确定每个点的近邻数.实验结果表明,所提方法在得到较好的分类结果的同时,也极大地缩短了运行时间,提高了效率.
半监督、图模型、局部聚类、自适应、图像分类
34
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目41171338
2014-03-03(万方平台首次上网日期,不代表论文的发表时间)
共5页
255-259