文档介绍：他人已经发表或撰写过的研究成果,也不包含为获得——ⅲ喝槭谚学位论文作者签名:锐釜≮岁参/签字日期:啄甓什签字日期:ィ剩ト独创声学位论文版权使用授权书明本学位论文作者完全了解堂撞有关保留、使用学位论文的规定,有权保本人授权——可以将学位论文的全部或部分内容编入有关数据库进行检索,可以本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其没有其他需要特别声明的,本栏可空蚱渌逃沟难换蛑な槭褂霉牟料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名:导师签字留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。采用影印、缩印或扫描等复制手段保存、汇编学位论文。C艿难宦畚脑诮密后适用本授权书
基于视觉的聚类算法研究及应用摘要聚类就是按照事物的某些属性,把事物聚集成类,使类间的相似性尽可能小,类内相似性尽可能大。聚类是一个无监督的学习过程,它同分类的根本区别在于:分类是需要事先知道所依据的数据特征,而聚类是要找到这个数据特征,因此,在很多应用中,聚类分析作为一种数据预处理过程,是进一步分析和处理数据的聚类分析是一种重要的人类行为。聚类分析算法取决于数据的类型、聚类的目的和应用领域。在当今飞速发展的数据采掘和探查性数据分析中,聚类分析技术已广泛应用于模式识别和图像处理、生物、心理、计算机视觉和遥感等领域。在实际问题中,传统的聚类分析技术普遍存在的不足之处主要表现在以下几个方面:聚类结果对初始化参数的敏感性和强依赖性;很难定义聚类的有效性问题,合理的聚类数目难以确定;直接的物理可解释性较差。近年来,神经生理学的发展和计算机辅助解剖学的研究提出了几个相当精确的初级视觉系统计算模型,它们分别建模于视觉系统的不同部分的不同层次。尺度空间理论便是其中之一,它定量地描述由视网膜侧向联接所造成的图像模糊化效应。本文通过视觉原理与尺度空间算法结合,提出视觉系统的结构显著性假设和稳定性假设,利用尺度空间聚类算法,得到不同层次的有效聚类。⒕劾嗨惴ū冉聚类算法有很多种,需要根据应用所涉及的数据类型、聚类的目的以及具体应用要求来选择合适的聚类算法。聚类算法大体可以划分为以下几类:划分方法、层次方法、基于密度的方法、基于网格的方法和基于模型的方法。然后对各种聚类具体算法进行比较,得出不同方法之间在性能上的不同。⑹泳跸低车慕峁辜偕通过介绍视觉系统、伞⑹泳跸低车慕峁瓜灾约偕韬臀榷ㄐ约偕瑁为下一章尺度空间聚类算法做好铺垫。视觉系统的结构显著性假设:那些引起较多神经细胞兴奋的结构要比那些引起较少神经细胞兴奋的结构更为重要。视觉系统的结构稳定性假设:那些在较大尺度范围内可观察到的物体结构较之那些在较小尺度范围内可观察到的物体结构更为重要。基础。主要工作:山东师范大学硕士学位论文
⒊叨瓤占渚劾嗨惴首先介绍尺度空间概念,介绍视网膜生物模型,视觉前端系统的尺度空间模型,重点介绍尺度空间聚类算法。尺度空间原理:当尺度参数充分小时,每一数据点是一个类,而当尺度参数逐渐变大时,小的数据类逐渐溶合形成大的数据类。这~分类方式所产生的结果构成一树形图,结点代表不同尺度聚类的类,父亲结点所表示的类由儿子结点所代表的类溶合而成。这一聚类算法属逐级聚类算法,它包含了数据的一系列分类。⒕劾嘤行缘奈侍聚类有效性是聚类分析中一个较为困难的问题,它涉及算法产生的数据结构的意义及解释,诸如数据中存在多少个类、由算法得到的类是真实的吗、哪一种划分更有效等一系列问题。通过四个方面的解释,对聚类有效性作出判断。通过模拟数值试验,用以说明尺度聚类算法可得到不同层次的有效聚类。关键词:聚类算法,视觉系统,尺度空问聚类算法分类号:⒕倮得山东师范大学硕士学位论文·
瑃山东师范大学硕士学位论文,,,.瑃簍瑃,,..,.疭,,琣.,;;瑃琻.,.琱.::,
山东师范大学硕士学位论文琯猙瑃,疭瑃甌簍甌瑃猻甋.,,..,’.,
第一章绪论问题的提出“物以类聚,人以群分谧匀豢蒲Ш蜕缁峥蒲е校嬖谧糯罅康姆掷辔题。所谓类,通俗地说,就是指相似元素的集合。聚类,即物以类聚,能够帮助人们更为有效的观察和理解数据。它是人类最原始的精神活动,用于处理他们每天接收到得的大量信息。将每个信息片作为一个单独的实体进行处理是不可能的,因此,人们试图将实体缍韵蟆⒏鋈恕⑹录分类,每一类由它所包含的实体的共同特征来标识。将物理或抽象对象的集合分组成为由类似的对象组成的多个类的过程被称为聚类。聚类就是按照事物的某些属性,把事物聚集成类,使类间的相似性尽可能小,类内相似性尽可能大。聚类是一个无监督的学习过程,它同分类的根本区别在于:分类是需要事先知道所依据的数据特征,而聚类是要找到这个数据特征,因此,在很