10.3969/j.issn.1008-0570.2007.12.113
基于粗糙集理论和FCM的图像聚类方法
提出一种将粗糙集方法与模糊C均值聚类(FCM)算法结合的图像聚类方法.借助于粗糙集理论在处理大数据量、消除冗余信息等方面的优点,减少模糊C均值聚类的训练数据量,克服其因为数据量大而处理速度慢等缺点,同时利用模糊C均值聚类好的聚类性能.对经过约简的最小属性子集进行聚类分析.实现图像聚类的快速、准确、鲁棒等优点.在人脸图像上的聚类实验取得了很好的效果.
粗糙集理论、奇异值分解、聚类分析
23
TP391(计算技术、计算机技术)
西安邮电学院校科研和教改项目
2007-06-18(万方平台首次上网日期,不代表论文的发表时间)
共3页
283-284,213