資源描述：
《圖像分類中特征聚類算法研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、碩士學位論文MASTER'SDISSERTATION論文題目圖像分類中特征聚類算法研究作者姓名鄭偉娜學位類別工程碩士指導教師顧廣華副教授2016年5月中圖分類號：TP391.41學校代碼：10216UDC：621.38密級：公開工程碩士學位論文(應用研究型)圖像分類中特征聚類算法研究碩士研究生：鄭偉娜導師：顧廣華副教授副導師：盧云山高級工程師申請學位：工程碩士工程領域：電子與通信工程所在單位：信息科學與工程學院答辯日期：2016年5月授予學位單位：燕山大學ClassifiedIndex:TP391.41Schoolcode:10216U.D.C:62
2、1.38SecretLevel:openDissertationfortheMasterDegreeinEngineeringFEATURECLUSTERINGRESEARCHINIMAGECLASSIFICATIONbyZhengWeinaSupervisor:AssociateProfessorGuGuanghuaYanshanUniversityMay,2016燕山大學碩士學位論文原創(chuàng)性聲明本人鄭重聲明：此處所提交的碩士學位論文《圖像分類中特征聚類算法研究》，是本人在導師指導下，在燕山大學攻讀碩士學位期間獨立進行研究工作所取得的成果。論文中除已
3、注明部分外不包含他人已發(fā)表或撰寫過的研究成果。對本文的研究工作做出重要貢獻的個人和集體，均已在文中以明確方式注明。本聲明的法律結(jié)果將完全由本人承擔。作者簽字：日期：年月日燕山大學碩士學位論文使用授權書《圖像分類中特征聚類算法研究》系本人在燕山大學攻讀碩士學位期間在導師指導下完成的碩士學位論文。本論文的研究成果歸燕山大學所有，本論文的研究內(nèi)容不得以其它單位的名義發(fā)表。本人完全了解燕山大學關于保存、使用學位論文的規(guī)定，同意學校保留并向有關部門送交論文的復印件和電子版本，允許論文被查閱和借閱。本人授權燕山大學，可以采用影印、縮印或其它復制手段保存論文，可以
4、公布論文的全部或部分內(nèi)容。保密□，在年解密后適用本授權書。本學位論文屬于不保密□。（請在以上相應方框內(nèi)打“√”）作者簽名：日期：年月日導師簽名：日期：年月日摘要摘要聚類在當前數(shù)據(jù)挖掘領域中占據(jù)非常重要的位置，作為一種數(shù)據(jù)分析法主要被用來對樣本數(shù)據(jù)集進行劃分，將各特征屬性相差較小的數(shù)據(jù)點劃分到同一類簇中，相差較大的則分布在不同的類簇中，可以作為圖像分類的預處理步驟。本文針對K-means算法的優(yōu)劣勢，從三個方面對其進行學習和研究。首先，經(jīng)典K-means算法在選擇聚類數(shù)和初始中心時比較隨機，缺乏客觀性，根據(jù)算法本身的特點，在利用其優(yōu)勢的同時要避開其劣勢
5、，在此基礎上對其進行改進。首先利用距離代價函數(shù)對聚類數(shù)的選擇方法進行改進，然后用基于距離的方法對初始中心的隨機選擇方式進行改進，并將其應用到圖像分類系統(tǒng)，完成分類正確率的提高。其次，提出了一種基于二分思想的改進K-means算法，同時對聚類數(shù)的設置和初始中心的選擇兩個方面進行改進。先對數(shù)據(jù)集進行兩兩劃分，直到滿足ER指標時停止，然后對所有的子類簇根據(jù)ER指標進行合并，最終所有子類簇的個數(shù)為聚類數(shù)，每個子類簇的中心為初始聚類中心。最后，借鑒二次聚類的思想，在圖像分類任務中，首先對所有的樣本圖像按類別提取SIFT特征點，并對每類的特征點進行第一次K-me
6、ans聚類，得到中間詞匯；然后再對所有類別的中間詞匯進行第二次K-means聚類，即可得到增加了類別信息的視覺詞典，完成了對圖像的描述，增強了判別能力。關鍵詞：圖像分類；K-means算法；聚類數(shù)；初始中心；ER指標-I-燕山大學工程碩士學位論文AbstractClusteringoccupiesaveryimportantpositionintheareaofdataminingcurrently.Asakindofdataanalysismethod,itismainlyusedontheclassificationofsampledataset
7、.Itcandividethedatapiontswhichhavesimilarfeatureattributestothesamecluster,andthosehavelargedifferencetodifferentclusters.Soitcanbeusedasapreprocessingstepofimageclassification.InthispaperK-meansalgorithmwasimprovedinthreeaspectsaccordingtoitsadvantagesanddisadvantages.Firstly,
8、theclassicalK-meansclusteringalgorithmisrandomandlacko
